Report Abdou Ali, Robert B. Zougmoré, Alcade C. Segnon Décembre 2024 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS 2 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS To cite this report Ali, A., Zougmore, R.B., Segnon, A.C. 2024. Quelle approche stratégique pour une nouvelle génération des prévisions saisonnières en Afrique de l’Ouest et du Sahel : analyses et propositions. AICCRA Report. Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA) Acknowledgements 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. About AICCRA Reports Titles in this series aim to disseminate interim research on the scaling of climate services and climate-smart agriculture in Africa, in order to stimulate feedback from the scientific community. Photos © AICCRA Disclaimer This technical report has not been peer reviewed. Any opinions stated herein are those of the author(s) and do not necessarily reflect the policies or opinions of AICCRA, donors, or partners. Licensed under a Creative Commons Attribution – Non-commercial 4.0 Interna- tional License. © 2023 Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA) Partners aiccra.cgiar.org  info@cgiar.org  CGIARAfrica About AICCRA Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA) is a project that helps deliver a climate-smart African future driven by sci- ence 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 3 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS CONTENTS RÉSUMÉ. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4 01. INTRODUCTION. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5 02. BREF RAPPEL SUR L'ÉTAT ACTUEL DES SERVICES DE PRÉVISION SAISONNIÈRE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8 03. STRATÉGIE CONCEPTUELLE DE LA NOUVELLE APPROCHE . . . . . 10 04. DESCRIPTION DÉTAILLÉE DES SEGMENTS MÉTHODOLOGIQUES DE LA NOUVELLE APPROCHE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13 05. APPROPRIATION PAR LES PAYS ET OPÉRATIONNALISATION DE LA NOUVELLE APPROCHE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19 06. CONCLUSIONS. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 4 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS ‘‘ Approche intégrée permettant de prendre avantage des aspects spécifiques de chacune des méthodes statistiques et dynamiques utilisées actuellement de manière différentielle. RÉSUMÉ A travers une analyse approfondie de l’état de l’art actuel des connais- sances et des expériences en matière de prévision climatique en Afrique de l’Ouest et au Sahel, cette infonote fait des propositions qui serviront de cadre d’orientation pour la mise en œuvre effective d’une nouvelle approche intégrée de prévisions saisonnières dans la région. Il s’agit d’une approche intégrée permettant de prendre avantage des aspects spécifiques de chacune des méthodes statistiques et dynamiques util- isées actuellement de manière différentielle. La mise en œuvre de cette nouvelle approche intégrée et appropriée pour la région Afrique de l’Ouest et du Sahel permettra de : (a) générer des prévisions saisonnières élaborées avec plus de traçabilité, plus précis, plus détaillé et plus adapté aux besoins spécifiques des utilisateurs ; (b) un format organisationnel du RCOF plus allégé, donc plus durable ; (c) une facilité de mise à jour mensuelle des prévisions ; (d) des capacités accrues des acteurs de la région pour fournir aux usagers des services basées sur les résultats récents de la recherche et de la technologie sur le climat et ses impacts ; (e) la consolidation de AGRHYMET comme centre climatique régional accréditée et disposant de toutes les capacités opéra- tionnelles pour confirmer son leadership régional dans la four- niture des services climatiques. AGRHYMET en tant que Centre Régional Climatique s’appuiera sur cer- taines de ses initiatives en cours, notamment les projets AICCRA et FSRP pour assurer la mise en œuvre opérationnelle de la nouvelle approche, toute chose qui contribuera à renforcer le positionnement de AGRHYMET comme Leader régional sur les services climatiques accrédité par l’OMM. 01. INTRODUCTION La région Afrique de l’Ouest et du Sahel est connue comme étant l’un des hotspots climatiques dans le monde (Zougmoré et al., 2023). De ce fait, le besoin d’une stratégie idoine est capital pour aider les populations de cette région à acquérir une résilience climatique renforcée (ECOW- AS, 2022). Dans ce cadre, plusieurs études ont démontré l’importance de la prévision saisonnière en Afrique de l’Ouest, reconnue comme l’un des meilleurs services climatiques pour faire face au défi de la variabilité climatique (Vellinga et al., 2013 ; Tall et al., 2018; Houngnibo et al., 2022), notamment par une meilleure adaptation à l’accélération du change- ment climatique dans cette région (Monerie et al., 2021  ; Zougmoré et al., 2023). Toutefois, les prévisions saisonnières actuellement fournies dans le cadre des forums PRESASS (Prévision Saisonnière pour les zones sahéliennes et soudaniennes) et PRESAGG (Prévision saisonnière pour les zones bimodales des pays du Golfe de Guinée) sont de nature qual- itative, basées sur une approche consensuelle guidée par le jugement d’expert, dont l’objectivité (i.e. la reproductibilité) est sujette à caution (Pirret et al., 2020). En outre, les besoins des utilisateurs des services cli- matiques sont devenus plus exigeants en termes de qualité et de spéc- ificités (Sultan et al., 2020). Des innovations évolutives visant à produire des informations climatiques historiques et prévisionnelles plus perti- nentes au niveau local pour la prise de décision agricole sont nécessaires. Ainsi, l’amélioration de la précision des prévisions météorologiques est cruciale pour la sécurité des personnes et la protection des secteurs économiques clés, notamment l’agriculture, l’aviation, l’eau, l’énergie et les interventions d’urgence (Parker et al., 2021). Parmi les approches, les prévisions saisonnières objectives (WMO 2020) constituent une méthode permettant de développer des prévisions qui comblent les lacunes liées aux prévisions consensuelles telles que la subjectivité, le faible niveau de détail et de précision (Allen and Stainforth, 2022), et les possibilités de fournir des inputs aux modèles d’impact (sectoriels), en particulier dans le domaine de l’agriculture (Houngnibo et al., 2023), des ressources en eau (Minoungou et al., 2023) et de la réduction des risques des catastro- phes (Agyekum et al., 2022). De plus, la disponibilité, l’accessibilité et la facilité d’utilisation des informations météorologiques sont essentielles pour des prises de décision bien éclairées sur le climat (Dinku et al., 2014 ; Mabe et al., 2014 ; Nkiaka et al., 2019). C’est pourquoi l’une des recom- mandations fortes de l’Organisation Météorologique Mondiale (OMM) en tant qu’entité internationale attitrée pour les questions de services climatiques, est de passer des prévisions saisonnières consensuelles ‘‘ Les innovations évolutives visant à produire des informations climatiques historiques et prévisionnelles plus pertinentes au niveau local pour la prise de décision agricole sont nécessaires. 6 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS aux prévisions saisonnières objectives (WMO, 2020). L’OMM indique en effet que les prévisions saisonnières objectives impliquent un ensem- ble d’étapes dans une procédure de prévision qui sont traçables, repro- ductibles et bien documentées et qui permettent de quantifier la qualité des prévisions et de comprendre la variabilité du climat régional. C’est en droite ligne de cette recommandation que le programme AICCRA (Accelerating Impacts of CGIAR Climate Research for Africa - Accélérer les impacts de la recherche climatique du CGIAR pour l’Afrique) accom- pagne ses partenaires régionaux et nationaux en vue de renforcer leurs capacités à fournir une nouvelle génération de prévisions saisonnières (Segnon et al., 2023) valorisant ainsi les acquis de la recherche et de la technologie afin de répondre aux besoins spécifiques des différents util- isateurs. C‘est dans le cadre de cet accompagnement que cette note am- bitionne d’analyser la question en vue de décliner des propositions qui serviront de cadre d’orientation pour la mise en œuvre effective d’une nouvelle approche de prévisions saisonnières en Afrique de l’Ouest et du Sahel. La note s’articule autour des points suivants : (1) Bref rappel sur l’état actuel des services de prévision saisonnière ; (2) Stratégie conceptuelle de la nouvelle approche portant sur la description des grandes familles de méthodes avec leurs avantages spécifiques ; la stratégie qui est de tirer profit des avantages spécifiques de chaque méthode. In fine, toutes les évaluations nécessaires doivent être faites pour s’assurer de la valeur ajoutée de la nouvelle approche par rapport à l’approche actuelle et aux approches individuelles précédemment identifiées. De plus, la nouvelle approche devra permettre d’étendre, de manière objective, les prévisions climatiques aux secteurs d’impact ; (3) Description détaillée des segments méthodologiques de la nouvelle approche. Il s’agit de décrire les différentes méthodes avancées de prévisions saisonnières objectives, l’approche de combinaison de ces méthodes, le format du produit final résultant de l’intégration des différentes approches; (4) Appropriation par les pays et opérationnalisation de la nouvelle approche qui porte sur le renforcement des capacités (formations et infrastructures) de tous les acteurs, l’adoption (utilisation), implications institutionnelles (y compris célébration solennelle du passage à la nouvelle approche), évolution organisationnelle des forums régionaux des prévisions (RCOF pour l’acronyme en anglais), développement de partenariats scientifiques et techniques y compris le secteur privé, déclinaison des différentes étapes pour la mise en œuvre de la nouvelle approche ; (5) Conclusion montrera comment AGRHYMET s’appuiera sur ses initiatives en cours, notamment AICCRA et FSRP pour la mise en œuvre de la nouvelle approche, toute chose qui contribuera à renforcer le positionnement de AGRHYMET comme le Leader régional sur les services climatiques accrédité par l’OMM. 7 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS En définitive, la mise en œuvre de cette nouvelle approche permettra l’atteinte de résultats innovants tels que : (a) un produit de prévision saisonnière élaboré avec plus de traçabilité, plus précis, plus détaillé et plus adapté aux besoins spécifiques des utilisateurs ; (b) un format organisationnel du forum plus allégé, donc plus durable ; (c) des capacités accrues des acteurs de la région pour fournir aux usagers des services basées sur les résultats récents de la recherche et de la technologie sur le climat et ses impacts ; (d) AGRHYMET accrédité comme centre climatique régional et disposant de toutes les capacités opérationnelles pour confirmer son leadership régional dans la fourniture des services climatiques. 02. BREF RAPPEL SUR L'ÉTAT ACTUEL DES SERVICES DE PRÉVISION SAISONNIÈRE Les prévisions saisonnières élaborées actuellement dans le cadre des fo- rums PRESAGG et PRESASS sont basées sur une approche consensuelle. Cette approche résulte de la combinaison de l’analyse analytique et le jugement d’experts climatologues et météorologues de plusieurs sourc- es de prévisions afin de sortir une prévision unique à communiquer aux utilisateurs. Les SMHNs (Services Météorologiques et Hydrologiques Nationaux) élaborent les prévisions saisonnières à l’échelle nationale en utilisant des méthodes statistiques ou hybrides en utilisant princi- palement l’outil CPT développé par l’IRI (International Research Institute for Climate and Society). Ces prévisions constituent la première source d’information. Les autres sources d’information sont les prévisions des centres météorologiques mondiaux (notamment les centres mondiaux participant aux initiatives MMNE et C3S, définies ci-après) et diverses données et informations sur les principaux moteurs de la variabilité climatique en Afrique de l’Ouest tels que fournies par les AOGCMs (At- mosphere-Ocean General Circulation Models), les observations satelli- taires, notamment des températures des surfaces des océans, etc. En- suite, l’expertise des experts prévisionnistes des SMHNs, de l’AGRHYMET CCR-AOS, de l’ACMAD et d’autres experts (des centres climatiques inter- nationaux), utilisées en complément aux sources d’information précé- dentes. Finalement, basées sur un consensus général, les régions avec des tendances plus ou moins homogènes sont délimitées manuelle- ment et les probabilités des différentes catégories (terciles) à savoir la catégorie des valeurs moyennes, celles au-dessus et celles en-dessous de la moyenne sont attribuées de manière approximative. Les prévisions consensuelles décrites ci-dessus sont difficiles à repro- duire de manière indépendante par d’autres acteurs ou même plus tard par les mêmes acteurs. De plus, le format des informations, en termes de probabilités d’occurrence de trois catégories de terciles seulement, ne correspond pas toujours aux besoins spécifiques pour certaines applications des utilisateurs. A titre d’exemples, une prévision consen- suelle selon laquelle, il est plus probable d’avoir, pour la saison à venir, des quantités globales des précipitations supérieures à la moyenne peut s’avérer comme une information très limitée pour la prise de décision par certains utilisateurs. En effet, ce serait plus utile dans certains cas de dis- poser des jugements par rapport à des seuils spécifiques, moyennement supérieurs et très supérieurs à la moyenne, moyennement inférieurs ou https://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwjE4LjF8rGKAxXtY0EAHb0FFuEQFnoECFEQAQ&url=https%3A%2F%2Fwww.researchgate.net%2Ffigure%2FAtmosphere-Ocean-General-Circulation-Models-AOGCMs-multi-model-sub-ensemble-MME-used_tbl1_336031207&usg=AOvVaw3UrRkg7ZakNyRzO8W1lVLP&opi=89978449 https://www.google.fr/url?sa=t&rct=j&q=&esrc=s&source=web&cd=&cad=rja&uact=8&ved=2ahUKEwjE4LjF8rGKAxXtY0EAHb0FFuEQFnoECFEQAQ&url=https%3A%2F%2Fwww.researchgate.net%2Ffigure%2FAtmosphere-Ocean-General-Circulation-Models-AOGCMs-multi-model-sub-ensemble-MME-used_tbl1_336031207&usg=AOvVaw3UrRkg7ZakNyRzO8W1lVLP&opi=89978449 9 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS très inférieurs. Par ailleurs, la mise à jour des prévisions dans le cadre du processus actuel d’approche consensuelle d’élaboration des prévi- sions saisonnières est très lourde, car exigeant des réunions régulières des acteurs impliqués dans la production des prévisions. Sachant qu’une des fonctions obligatoires d’un centre climatique régional (CCR) comme AGRHYMET CCR-AOS est la production et la mise à jour régulière (mensu- elle) des prévisions saisonnières (dites prévisions de longue échéance). La nouvelle génération des prévisions devra apporter des solutions à toutes ces insuffisances liées à l’approche consensuelle actuelle. Figure 1 : Format des prévisions saisonnières consensuelles issu des forums PRESASS. Ces prévisions présentent trois niveaux d’information seulement et les contours des prévisions sont limités manuellement de manière approximative 03. STRATÉGIE CONCEPTUELLE DE LA NOUVELLE APPROCHE Pour élaborer des prévisions saisonnières climatiques, il existe une di- versité de méthodes et d’approches. Les grandes familles sont les ap- proches statistiques et celles dynamiques. Chacune de ces familles comprend une multitude de méthodes. Les approches dynamiques comprennent l’utilisation des modèles climatiques globaux (exemple  : la série des modèles dynamiques constituant le NMME et celle des modèles C3S) et des modèles climatiques régionaux (comme WRF, REG- CM, HIRHAMS) pour produire des prévisions saisonnières climatiques. Les modèles globaux couvrent le monde entier, mais fournissent des prévisions à des résolutions spatiales souvent assez larges et ne pren- nent pas en compte certains facteurs régionaux qui peuvent améliorer la prévision. Quant aux modèles régionaux, ils se focalisent sur des régions particulières en permettant de générer des prévisions d’une plus grande résolution spatiale et en prenant en compte certaines spécificités régio- nales. Il convient de souligner qu’une approche de plus en plus promue en matière de modélisation dynamique est l’utilisation des modèles cli- matiques globaux avec une résolution variable en fonction des régions d’intérêt. Elle permet de resserrer les mailles pour ces régions. En ce qui concerne les approches statistiques, plusieurs méthodes ont fait leurs preuves en matière d’élaboration des prévisions saisonnières. Il s’agit notamment de la régression multiple, l’analyse en composantes prin- cipales ou l’analyse canonique, la régression logistique, les méthodes des Copula, etc. Contrairement aux modèles dynamiques, les méthodes statistiques permettent de fournir des prévisions à l’échelle ponctuelle sous forme probabiliste. En outre, elles exigent moins de capacités de calcul informatique que les modèles dynamiques. Les méthodes dy- namiques s’appuient sur les processus physiques du système clima- tique alors que les méthodes statistiques exploitent leurs ajustements par rapport aux données historiques de référence, constituées le plus souvent des données observées. La pratique courante consiste à une utilisation combinée de ces deux familles de méthodes, conduisant ainsi à des méthodes dites hybrides. L’outil PyCPT, par exemple, permet la mise en œuvre de méthodes hybrides. Toutefois, il convient de noter que les combinaisons actuellement utilisées dans le processus PRESASS et PRESAGG demeurent partielles et n’intègrent pas tout le potentiel à jour offert grâce aux progrès de la science et de la technologie. Plus réce- mment, on note l’émergence de l’utilisation de l’intelligence artificielle ‘‘ La pratique courante consiste à une utilisation combinée de ces deux familles de méthodes, conduisant ainsi à des méthodes dites hybrides. 11 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS comme outil de prévisions saisonnières (Zhang et al., 2023). Chacune de ces approches a ses avantages et ses inconvénients. L’ambition de la nouvelle génération des prévisions saisonnières est de tirer profit au maximum des avantages spécifiques de chaque méthode. La nouvelle approche que nous proposons comme innovation unique pour la sous-région consiste à développer une méthode intégrée, in- clusive permettant de tirer profit des avantages spécifiques de chaque méthode et de les valoriser dans les services finaux qui seront fournis aux utilisateurs. Cela pose la problématique du développement con- ceptuel et de l’opérationnalisation d’une telle approche intégrée afin qu’elle soit à mesure de valoriser l’ensemble des atouts des méthodes individuelles ou des combinaisons de méthodes existantes. De même, la nouvelle approche devrait apporter des allègements dans le processus d’élaboration et de diffusion des prévisions, et faciliter la normalisation de tous les segments dudit processus, notamment, la facilitation des discussions, la participation effective des acteurs, les mécanismes de délibération, le format de présentation des produits des prévisions, etc. In fine, toutes les évaluations nécessaires doivent être faites pour s’as- surer de la valeur ajoutée de la nouvelle approche par rapport à l’ap- proche actuelle basée sur le consensus et aux approches individuelles précédemment identifiées. De plus, la nouvelle approche devra permettre d’étendre, de manière objective, les prévisions climatiques aux secteurs d’impact. Il s’agit d’uti- liser les prévisions climatiques comme inputs dans les modèles d’impact (hydrologiques, agronomiques par exemple) pour dériver des prévisions quantitatives sur les variables sectorielles telles que la prévision saison- nière des rendements agricoles, des débits des cours d’eau, des inon- dations, sur le remplissage des barrages, la disponibilité des ressources pastorales, sur l’émergence des ravageurs et des maladies climato-sen- sibles, etc. De telles informations de nature quantitative permettent une meilleure traduction des prévisions climatiques aux différents secteurs socio-économiques, et ainsi, de surmonter les difficultés d’interprétation rencontrées le plus souvent avec les prévisions saisonnières consen- suelles actuellement élaborées. ‘‘ In fine, toutes les évaluations nécessaires doivent être faites pour s’assurer de la valeur ajoutée de la nouvelle approche par rapport à l’approche actuelle basée sur le consensus et aux approches individuelles précédemment identifiées 12 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS Figure 2 : Type de format attendu pour les prévisions saisonnières objectives de nou- velle génération (le présent exemple de format vient de la NOAA) 04. DESCRIPTION DÉTAILLÉE DES SEGMENTS MÉTHODOLOGIQUES DE LA NOUVELLE APPROCHE ‘‘ Généralement, c’est la régression linéaire multiple qui est utilisée dans les forums des prévisions saisonnières. 4. 1. Méthodes avancées de prévisions saisonnières objectives Les méthodes statistiques 1. Régression multiple Les méthodes de régression sont des méthodes statistiques permettant d’établir une relation entre des variables explicatives (prédicteurs) et des variables expliquées (prédictands). Généralement, c’est la régression linéaire multiple qui est utilisée dans les forums des prévisions saison- nières. Elle établit une relation linéaire entre le prédictand (la variable que l’on souhaite prévoir) et plusieurs prédicteurs (les variables qui permettent de prévoir le prédictand). Un exemple de prédictand est le cumul pluviométrique saisonnier d’une zone, les prédicteurs peuvent être les données sur les températures des surfaces des différents bas- sins océaniques. L’un des problèmes majeurs rencontrés avec la régression linéaire multiple est la multi-colinéarité. Elle survient lorsque les prédicteurs utilisés sont eux- mêmes fortement corrélés entre eux. Dans ce cas, les erreurs d’estimation des paramètres du modèle peuvent devenir importantes. Le second prob- lème concerne l’hypothèse de linéarité qui ne convient pas souvent du fait de la nature non linéaire des phénomènes atmosphériques. 2. Analyse en composantes principales L’analyse des composantes principales (ACP) est utilisée comme méth- ode de prévision saisonnière pour résoudre les problèmes de multi- colinéarité rencontrés avec la régression linéaire multiple. Cette méth- ode est basée sur la régression linéaire multiple entre le prédictand et les composantes principales des prédicteurs, obtenues à partir de l’anal- yse en composante principale (ACP). En plus de résoudre le problème de colinéarité, l’ACP permet de réduire le nombre de prédicteurs utilisés dans le modèle. En effet, quelques composantes principales représen- tent l’essentiel de l’information (le maximum de variance) contenue dans les prédicteurs initiaux, tout en étant non corrélées entre elles. Quand la prévision doit être faite pour plusieurs prédictands (par exemple des prévisions à réaliser sur plusieurs stations ou points de grille), l’analyse 14 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS en composantes principales peut être assez fastidieuse, car des modèles distincts doivent être construits et testés pour chaque station ou point de grille. Il est possible que les prédictions entre les stations manquent de cohérence spatiale du fait qu’elles ont été élaborées de manière in- dépendante. De plus, si les prédictands (les données des différentes stations par exemple) sont corrélées entre eux, le problème de multi- colinéarité évoqué précédemment pour les prédicteurs affecte la qualité de l’estimation des paramètres du modèle (Yu et al., 1997). 3. Analyse canonique Pour faire des prévisions à un ensemble de stations (ou de points de grille), présentant éventuellement des problèmes de colinéarité, l’anal- yse en corrélation canonique est une des techniques couramment util- isées dans les forums des prévisions saisonnières. Elle consiste à appli- quer l’analyse en composantes principales aussi bien sur les données des prédicteurs que sur celles des prédictands. La régression multiple est établie entre les composantes principales des prédicteurs et celles des prédictands. La prévision des prédictands initiaux est obtenue par transformation inverse des composantes principales prévues. Il convi- ent, toutefois, de noter que malgré les transformations à la fois des pré- dicteurs et des prédictands en composantes principales, ces méthodes sont basées sur une relation linéaire pour faire les modèles des prévi- sions, ce qui n’est pas conforme aux relations physiques non linéaires des processus climatiques (Tippett et al., 2003, Barnston and Tippett, 2017). 4. Régression logistique Pendant que les méthodes statistiques classiques prédisent une valeur de sortie à partir d’une ou des valeurs d’entrée, la régression logistique permet, quant à elle, de prédire la probabilité qu’une valeur de sortie appartienne à une certaine catégorie ou à plusieurs catégories. Il s’agit donc d’une prédiction directe de probabilité plutôt qu’une prévision de valeur de variable. Cette caractéristique offre des avantages spécifiques à la régression logistique, en particulier dans un contexte de faible re- lation entre les prédicteurs et les prédictands. C’est le cas de la prévi- sion saisonnière où les coefficients de corrélation entre les prédicteurs (température de surface des océans par exemple) et les prédictands (cu- muls de pluie saisonniers, par exemple) dépassent rarement 0.5 comme valeur. La régression logistique qui fournit la probabilité qu’une vari- able dépendante d’une catégorie se produise à partir d’un ensemble de variables est donc bien adaptée à la nature probabiliste de la prévision saisonnière (Moon and Kim, 2020). 5. La méthode des Copula Dans le domaine du Climat et plus généralement celui des variables biophysiques, on observe que les séries des données issues de stations (ou des points de grilles) très proches géographiquement peuvent être fortement corrélées. Une approche statistique intéressante consiste à utiliser des copules, qui sont des fonctions permettant de modéliser la structure de dépendance entre les stations indépendamment des distri- butions marginales. Autrement dit, elles permettent de décrire le com- portement individuel de chaque station et couplent les lois marginales pour obtenir la loi jointe. Grâce à cette approche, on peut former des distributions multidimensionnelles avec différentes lois marginales, et la structure de dépendance sera donnée par la copule. ‘‘ Une approche statistique intéressante consiste à utiliser des copules, qui sont des fonctions permettant de modéliser la structure de dépendance entre les stations indépendamment des distributions marginales https://www.sciencedirect.com/science/article/pii/S2405880721000601 https://www.sciencedirect.com/science/article/pii/S2405880721000601 15 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS Récemment, Yazdandoosta et al., ont utilisé la méthode des Copula comme méthode de post-traitement des prévisions saisonnières pour améliorer les sorties des modèles de NMME (North American Multi-Mod- el Ensemble). Cette méthode a été capable d’améliorer le coefficient de corrélation des valeurs parfois négatives à supérieures à 0,75. Les méthodes dynamiques Les méthodes de prévision dynamiques sont basées sur l’utilisation des modèles climatiques. Le GIEC définit les modèles climatiques comme “des programmes informatiques extrêmement sophistiqués qui englo- bent notre compréhension du système climatique et simulent, avec au- tant de fidélité que possible, les interactions complexes entre l’atmo- sphère, l’océan, la surface terrestre, la neige et la glace, l’écosystème mondial et divers processus chimiques et biologiques“. Les modèles climatiques comportent deux catégories : les modèles globaux qui cou- vrent le monde entier et les modèles régionaux qui ne sont limités à une région définie. Les modèles régionaux reçoivent les données des modèles globaux comme des données et fournissent des prévisions un peu plus détaillées et adaptées aux conditions régionales. 1. Modèles globaux La production des prévisions saisonnières à travers les modèles glo- baux est prise en charge par quelques centres mondiaux de prévision, reconnues par l’OMM pour assurer cette fonction. Les prévisions des modèles climatiques des centres mondiaux sont organisées dans deux grands ensembles opérationnels assez populaires. Il s’agit du groupe des modèles rassemblés au sein de the North American Multi-Model En- semble (NMME) et des modèles européens rassemblés au sein de C3S. Ce sont les prévisions de ces deux ensembles qui sont généralement utilisés dans le processus PRESASS et PRESAGG. Pour NMME, il s’agit des modèles : CanCM3 et CanCM4 (de CMC Cana- dian Meteorological Centre), et CCSM3 et CCSM4 (COLA-RSMAS, Center for Ocean-Land-Atmosphere Studies-Rosenstiel School of Marine and Atmospheric Science), FLOR-AO6 et FLOR-BO1( de GFDL, Geophysical Fluid Dynamics Laboratory), CFSV1 et CFSV2 (NCEP, National Centers for Environmental Prediction), CESM1 ( de NCAR National Center for Atmo- spheric Research), GEN-NEMO et IRI-CHAMP5 (de GFDL, Geophysical Flu- id Dynamics Laboratory) Pour C3S, les modèles suivant sont utilisés  : CMCC (the Centro Euro Mediterraneo sui Climatic Changes), DWD (the Deutscher Wetterdienst), ECCC (the Environment and Climate Change Canada); ECMWF (the Euro- pean Center for Medium-Range Weather Forecasts), JMA (the Japan Me- teorological Agency), Meteo France (the Météo France), NCEP (National Centers for Environmental Prediction), and UKMO (the United Kingdom Met Office). 2. Modèles régionaux L’utilisation des modèles climatiques régionaux n’est pas systématique dans les prévisions saisonnières du PRESASS et du PRESAGG. Par ail- leurs, les centres climatiques régionaux doivent faire un travail de fond pour amener les modèles régionaux à apporter une plus-value par ap- port aux modèles globaux. Contrairement aux modèles globaux qui sont ‘‘ Les prévisions des modèles climatiques des centres mondiaux sont organisées dans deux grands ensembles opérationnels assez populaires. 16 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS pris en charge par les centres mondiaux de prévision, la mise en œuvre des modèles régionaux doit être prise en charge par les centres clima- tiques régionaux. Dans sa nouvelle vision et stratégie, AGRHYMET CCR- AOS envisage dans un premier avec la mise en œuvre de WRF et MPASS comme modèles régionaux pour contribuer aux prévisions saisonnières. L’intelligence artificielle comme méthode émergeante L’intelligence artificielle (IA) repose sur le développement et l’application d’algorithmes exécutés dans un environnement informatique pour im- iter la façon dont les humains pensent afin d’effectuer des tâches telles que l’apprentissage et l’analyse d’informations. Pour se rapprocher le plus possible du comportement humain, l’intelligence artificielle a beso- in d’une quantité importante de données et d’une capacité de traitement élevées.  Le terme « intelligence artificielle » a été créé en 1955, par John McCar- thy : «l’Artificial Intelligence (AI)» a donné naissance au Machine Learning et au Deep Learning (Figure 3). L’introduction de l’IA dans le domaine de la prévision saisonnière pour- rait changer la donne. Laure Raynaud explique que  «  l’IA permettrait d’accélérer les calculs de prévision et de les rendre plus précis, en partic- ulier sur des échelles locales. Là où un modèle actuel prend une heure pour effectuer une prévision, l’IA pourrait le faire en quelques secondes”. L’avenir de la prévision saisonnière semble donc s’orienter vers une hybridation des méthodes. Plutôt que de remplacer totalement les modèles physiques par l’IA, l’idée est de combiner les deux approches pour en tirer le meilleur parti. Laure Raynaud explique ainsi que l’IA peut être utilisée pour  «  émuler certaines parties coûteuses en calcul des modèles physiques » ou « représenter des processus que l’on ne com- prend pas encore bien ». Cette approche hybride permettrait de conserver l’aspect explicatif des modèles physiques tout en profitant de la rapidité et de la capacité d’ap- prentissage de l’IA. L’IA, en apprenant à partir de vastes bases de don- nées d’observation, peut permettre d’affiner les prévisions saisonnières et sous-saisonnières. Dans les années à venir, certains chercheurs prévoient même de dével- opper des modèles de prévision entièrement basés sur l’IA, capables de générer des prévisions sans recourir aux équations physiques. Cela pourrait rendre les prévisions beaucoup plus rapides et moins coûteus- es, mais pose encore la question de la transparence et de la confiance dans ces méthodes. ‘‘ L’introduction de l’IA dans le domaine de la prévision saisonnière pourrait changer la donne. https://www.netapp.com/fr/artificial-intelligence/what-is-machine-learning https://www.netapp.com/fr/artificial-intelligence/what-is-deep-learning 17 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS Figure 3 : Illustration des différentes méthodes de l’intelligence artificielle L’approche de combinaison des méthodes des prévisions saisonnières L’hypothèse de base dans la vision de développement de la nouvelle génération des prévisions saisonnières est la combinaison de toutes les méthodes décrites précédemment afin de tirer un avantage ou une plus-value spécifique à chaque méthode. Le principal défi est de pouvoir identifier une approche optimale permettant effectivement de prendre avantage de l’apport spécifique de chacune des méthodes et d’aboutir à une prévision finale issue la combinaison de toutes les prévisions in- dividuelles. La condition est que la prévision de synthèse doit avoir une qualité supérieure à toutes les prévisions prises individuellement. La nouvelle approche s’inscrit ainsi dans cet esprit d’intégration op- timale des différentes méthodes de prévision. Elle va au-delà des ap- proches simples utilisant des fonctions d’intégration comme la moyenne 18 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS arithmétique à des approches plus sophistiquées pouvant faire appel au ‘’deep learning’’ comme fonction optimale d’intégration des différents produits de prévision. Il convient de souligner la possibilité que l’ap- port d’une méthode soit pratiquement nul dans le résultat du fait de la pondération affectée à chaque méthode. Le format final des produits de prévision résultant de l’intégration des différentes approches doit être à la fois sous forme cartographique et numérique et doit inclure les probabilités de tous les quantiles au lieu d’être limité à trois catégories (terciles) seulement, comme dans le cas des prévisions consensuelles actuelles. L’avantage de fournir la probabil- ité de chaque quantile pour la saison à venir est de permettre aux util- isateurs d’évaluer de manière quantitative et plus précise la chance de satisfaction de leurs besoins spécifiques ou le risque associé à leur con- texte particulier. En effet, un tel format permet de fournir les probabil- ités de dépassement ou non de seuils d’intérêt particulier, par exemple le seuil de risque d’inondation, le seuil de non-satisfaction des besoins en eau des cultures, etc. En plus, la possibilité de disposer des données numériques des prévisions au lieu des cartes seulement, permet de fournir des données d’entrée aux modèles d’impact (hydrologiques et agronomiques principalement). Figure 4 : Conceptualisation de l’hybridation des différentes méthodes des prévisions saisonnières envisagées pour l’Afrique de l’Ouest et le Sahel 05. APPROPRIATION PAR LES PAYS ET OPÉRATIONNALISATION DE LA NOUVELLE APPROCHE L’appropriation effective de la nouvelle approche par les pays constitue une étape fondamentale pour son opérationnalisation dans la région. Il s’agit d’entreprendre un renforcement des capacités approprié et soutenu de tous les acteurs, non seulement en termes de formations mais également en termes de mise à jour des infrastructures. La capitalisation de l’expé- rience de formation-action de AGRHYMET CCR-AOS permettra d’accélérer la maîtrise des outils et leur utilisation opérationnelle. A l’issue du renforcement de capacités, l’adoption de la nouvelle approche par les institutions en charge de la production des prévisions, notamment les SMHNs et le CCR, sera officiellement actée par l’organisation d’un évè- nement solennel de passage à la nouvelle approche, assorti d’une déclara- tion des acteurs. Ensuite, l’utilisation opérationnelle de la nouvelle approche, notamment dans les sessions de PRESASS et de PRESAGG, marquera le passage effectif de l’approche consensuelle vers l’approche objective. Impact de la nouvelle approche sur le processus PRESASS et PRESAGG Cette nouvelle approche pourrait se traduire par une évolution organisation- nelle du RCOF (Regional Climate Outlook Forum), qui deviendra alors plus allégé. En effet, avec la nouvelle approche, les prévisions seront élaborées en amont du RCOF. Ce dernier servira désormais de rencontre d’échanges approfondies sur la qualité des produits de prévision, leur interprétation et de leur meilleure exploitation par les différents secteurs. A titre d’exemple, la durée des sessions du PRESASS et du PRESAGG pourrait être réduite de cinq à trois jours. En outre, cette nouvelle approche facilitera une mise à jour mensuelle des prévisions saisonnières grâce à son mode opératoire basé sur un traitement automatique des données, donc plus rapide. En effet, l’un des défis majeurs de l’approche consensuelle pour la mise à jour mensuelle des prévisions réside dans la difficulté de réunir mensuellement les acteurs pour discuter et produire les cartes consensuelles des prévisions. Ce besoin de réunion mensuelle des acteurs ne serait plus nécessaire avec la nouvelle approche. 20 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS Une approche nécessitant plus d’engagement public-privé et universitaire Au regard de l’ambition de la nouvelle approche de valoriser suffisamment les progrès de la science et de la technologie de l’état de l’art sur les outils de prévision, sa mise en œuvre requiert le développement de partenariats scientifiques et techniques, y compris avec les secteurs privé et universitaire. Cela permettra de renforcer la synergie et de valoriser les avantages comparatifs des acteurs et de renforcer la coopération sud-sud et nord-sud. En particulier, l’engagement du secteur privé dans le processus, contribuera à valoriser davantage les services de prévision saisonnière par le développement de modèles économiques durables autour de ces services. Cela contribuerait à renforcer la chaine de valeur des services climatiques afin de maximiser leur impact. Les différentes étapes pour la mise en œuvre de la nouvelle approche se déclinent comme suit:  Rédaction de la stratégie Mise en œuvre et évaluation des approches Formation action Lancement officiel 21 QUELLE APPROCHE STRATÉGIQUE POUR UNE NOUVELLE GÉNÉRATION DES PRÉVISIONS SAISONNIÈRES EN AFRIQUE DE L’OUEST ET LE SAHEL : ANALYSES ET PROPOSITIONS 06. CONCLUSIONS A travers une analyse approfondie de l’état de l’art actuel des connais- sances et des expériences en matière de prévision climatique en Afrique de l’Ouest et du Sahel, cette note fait des propositions qui serviront de cadre d’orientation pour la mise en œuvre effective d’une nouvelle ap- proche intégrée de prévisions saisonnières dans cette région. Il s’agit d’une approche intégrée permettant de prendre avantage des aspects spécifiques de chacune des méthodes statistiques et dynamiques util- isées actuellement de manière différentielle. La mise en œuvre de cette nouvelle approche intégrée et appropriée pour la région Afrique de l’Ouest et du Sahel permettra l’atteinte de résultats innovants tels que : (a) un produit de prévision saisonnière élaboré avec plus de traçabil- ité, plus précis, plus détaillé et plus adapté aux besoins spécifiques des utilisateurs  ; (b) un format organisationnel du forum plus allégé, donc plus durable ; (c) une facilité de mise à jour mensuelle des prévisions ; (d) des capacités accrues des acteurs de la région pour fournir aux us- agers des services basées sur les résultats récents de la recherche et de la technologie sur le climat et ses impacts  ; (e) la consolidation de AGRHYMET comme centre climatique régional accréditée et disposant de toutes les capacités opérationnelles pour confirmer son leadership régional dans la fourniture des services climatiques. AGRHYMET en tant que Centre Régional Climatique s’appuiera sur certaines de ses initia- tives en cours, notamment les projets AICCRA et FSRP pour assurer la mise en œuvre opérationnelle de la nouvelle approche, toute chose qui contribuera à renforcer le positionnement de AGRHYMET comme Leader régional sur les services climatiques accrédité par l’OMM. Dans un con- texte de variabilité climatique accrue et au regard du fort engouement des utilisateurs pour les services de prévision saisonnière, la mise en œuvre de cette nouvelle approche sera au cœur d’un nouveau modèle économique d’AGRHYMET et des SMHNs dans la région. RÉFÉRENCES Agyekum TP, Antwi-Agyei P and Dougill AJ (2022), The contribution of weather forecast information to agriculture, water, and energy sectors in East and West Africa: A systematic review. Front. Environ. Sci. 10:935696. doi: 10.3389/fenvs.2022.935696. Allen, M. R., Stainforth, D.A. 2002. Towards objective probabilistic climate forecasting. Nature 419(6903):228; DOI: 10.1038/nature01092a Barnston, A.G., Tippett, M.K. 2017. Do Statistical Pattern Corrections Improve Seasonal Climate Predictions in the North American Multimodel Ensemble Models? J. Clim.,  30  (2017), pp.  8335-8355,  doi: 10.1175/ JCLI-D-17-0054.1 ECOWAS, 2022. Regional Climate Strategy (RCS) And Action plan (2022- 2030) for West Africa. ECOWAS, Abuja, https://climatestrategy.ecowas.int. Houngnibo MC, Ali A, Gadédjisso-Tossou A, Mohamed H, Agali A, Minoungou B, Quenum N, Segnon AC, Zougmoré RB. 2022. Towards a new approach for Seasonal Climate Forecasting in West Africa. AICCRA Info Note. Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). Houngnibo MCM, Minoungou B, Gadedjisso-Tossou A, Ali A, Segnon AC, Ladi Tchoho MD, Zougmoré RB. 2023. Translating seasonal forecasts into actionable information for adaptation planning in agriculture and water sectors in West Africa: Approach and application in Niger. AICCRA Info Note. Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). https://hdl.handle.net/10568/136153 Minoungou B, Ali A, Houngnibo M, Hamatan M, Gadedjisso-Tossou A, Segnon AC, Zougmoré RB. 2023. NextGen approach to hydrological forecasting: Adapting PyCPT tool for hydrological forecasting. AICCRA Info Note. Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). https://hdl.handle.net/10568/137576. Monerie, PA., Pohl, B. & Gaetani, M. The fast response of Sahel precipitation to climate change allows effective mitigation action. npj Clim Atmos Sci 4, 24 (2021). https://doi.org/10.1038/s41612-021-00179-6. Moon, S-H., Kim, Y-H. 2020. An improved forecast of precipitation type using correlation-based feature selection and multinomial logistic regression. Atmospheric Research, 240, 104928, https://doi.org/10.1016/j. atmosres.2020.104928 PIRRET, J.S.R., J.D. DARON, P.E. BETT, N. FOURNIER and A.K. FOAMOUHOUE. 2020. Assessing the Skill and Reliability of Seasonal Climate Forecasts in Sahelian West Africa. American Meteorological Society 35(3) : 1035–1050. DOI: 10.1175/WAF-D-19-0168.1 Segnon AC, Obossou E, Houngnibo MCM, Minoungou B, Ali A, Zougmoré RB. 2023. Strengthening Regional Capacity on NextGen climate forecasting in West Africa and the Sahel. AICCRA Info Note. Accelerating Impacts of CGIAR Climate Research for Africa (AICCRA). https://hdl.handle. net/10568/136154. Sultan, B., Lejeune, Q., I. Menke, G. Maskell, K. Lee, M. Noblet, I. Sy, P. Roudier, 2020. Current needs for climate services in West Africa: Results http://dx.doi.org/10.1038/nature01092a https://doi.org/10.1175/JCLI-D-17-0054.1 https://doi.org/10.1175/JCLI-D-17-0054.1 https://climatestrategy.ecowas.int https://hdl.handle.net/10568/136153 https://hdl.handle.net/10568/137576 https://doi.org/10.1038/s41612-021-00179-6 https://www.sciencedirect.com/journal/atmospheric-research https://www.sciencedirect.com/journal/atmospheric-research/vol/240/suppl/C https://doi.org/10.1016/j.atmosres.2020.104928 https://doi.org/10.1016/j.atmosres.2020.104928 https://hdl.handle.net/10568/136154 https://hdl.handle.net/10568/136154 from two stakeholder surveys, Climate Services 18: 100166, https://doi. org/10.1016/j.cliser.2020.100166. Tall, A., Coulibaly, J. Y., Diop, M. 2018. Do climate services make a difference? A review of evaluation methodologies and practices to assess the value of climate information services for farmers: Implications for Africa. Climate Services 11 : 1-12, https://doi.org/10.1016/j.cliser.2018.06.001. Tippett, M.K., Barlow, M., Lyon, B. 2023. Statistical correction of central southwest Asia winter precipitation simulations. Int. J. Climatol., 23 (12) (2003), pp. 1421-1433, 10.1002/(ISSN)1097-008810.1002/ joc.v23:1210.1002/joc.947 Vellinga, M., Arribas, A. & Graham, R. 2013. Seasonal forecasts for regional onset of the West African monsoon. Clim Dyn 40, 3047–3070. https://doi. org/10.1007/s00382-012-1520-z WMO, 2018. Step-by-step Guidelines for Establishing a National Framework for Climate Services. WMO-No. 1206, Geneva, ISBN 978-92- 63-11206-4. 58p. World Meteorological Organization, 2020: Guidance on Operational Practices for Objective Seasonal Forecasting (WMO-No. 1246). Geneva. Yu, Z.P., Chu, P.S., Schroeder, T., 1997. Predictive Skills of Seasonal to Annual Rainfall Variations in the U.S. Affiliated Pacific Islands: Canonical Correlation Analysis and Multivariate Principal Component Regression Approaches, J. Clim., 10 (1997), pp. 2586-2599, 10.1175/1520-0442 Zhang, L., Yang, T., Gao, S., Hong, Y., Zhang, Q., Wen, x., Cheng, C. 2023. Improving Subseasonal-to-Seasonal forecasts in predicting the occurrence of extreme precipitation events over the contiguous U.S. using machine learning models. Atmospheric Research, Volume 281,  106502 Zougmoré, R., Segnon, A. C., and Thornton, P. 2023. Harnessing indigenous knowledge and practices for effective adaptation in the Sahel. Current Opinion in Environmental Sustainability 65:101389. doi: 10.1016/j.cosust.2023.101389 https://doi.org/10.1016/j.cliser.2020.100166 https://doi.org/10.1016/j.cliser.2020.100166 https://doi.org/10.1002/(ISSN)1097-008810.1002/joc.v23:1210.1002/joc.947 https://doi.org/10.1002/(ISSN)1097-008810.1002/joc.v23:1210.1002/joc.947 https://doi.org/10.1007/s00382-012-1520-z https://doi.org/10.1007/s00382-012-1520-z https://doi.org/10.1175/1520-0442 https://www.sciencedirect.com/author/7404796475/chuntian-cheng https://www.sciencedirect.com/journal/atmospheric-research https://www.sciencedirect.com/journal/atmospheric-research/vol/281/suppl/C aiccra.cgiar.org  info@cgiar.org  CGIARAfrica Approche_dite_objective Évaluation_de_la_performance_globale_des _bookmark57 Méthode_des_analogues _bookmark46 bb0155 bb0020 _Hlk186032014 bau0035-profile RÉSUMÉ 01. INTRODUCTION 02. BREF RAPPEL SUR L'ÉTAT ACTUEL DES SERVICES DE PRÉVISION SAISONNIÈRE 03. STRATÉGIE CONCEPTUELLE DE LA NOUVELLE APPROCHE 04. DESCRIPTION DÉTAILLÉE DES SEGMENTS MÉTHODOLOGIQUES DE LA NOUVELLE APPROCHE 05. APPROPRIATION PAR LES PAYS ET OPÉRATIONNALISATION DE LA NOUVELLE APPROCHE 06. CONCLUSIONS