Systèmes d'alerte précoces statistiques des risques liés aux évènements météorologiques intenses issus de systemes probabilistes, sur les villes en Afrique de l'Ouest – STEWARd

Le projet repose sur une approche méthodologique intégrée combinant sciences physiques, sciences sociales et méthodes statistiques avancées, afin de passer de la caractérisation des aléas météorologiques à la prévision opérationnelle des risques pour les populations urbaines. La démarche est structurée autour d’une chaîne complète aléas, impacts et risques, appliquée de manière cohérente sur deux grandes villes d’Afrique de l’Ouest.

La première étape consiste en la constitution de bases de données homogènes et robustes sur une période de plus de vingt ans. Trois types de catalogues sont développés : un catalogue des impacts humains (personnes affectées, malades, blessées ou décédées), un catalogue des aléas météorologiques extrêmes (pluies intenses, sécheresses, inondations fluviales, vagues de chaleur, tempêtes de poussière) et un catalogue de prévisions probabilistes issues de systèmes de re-prévision. Les impacts humains sont utilisés comme proxy de la vulnérabilité, à partir de données hospitalières, institutionnelles, humanitaires, médiatiques et d’enquêtes de terrain, tandis que les aléas sont identifiés à partir de réanalyses, d’observations satellitaires et de données in situ.

La seconde étape vise à relier quantitativement les aléas aux impacts. L’exposition des populations est estimée à l’aide de bases de données spatialisées à haute résolution, notamment sur la distribution et l’évolution de la population urbaine et les zones inondables. Des méthodes statistiques multivariées (régressions logistiques, analyses discriminantes, classifications d’événements) sont mises en œuvre pour identifier les seuils et les configurations d’aléas associés aux impacts humains les plus importants. Cette analyse prend en compte les effets de cascade et les situations de multi-risques, ainsi que les différences de sensibilité entre villes.

La troisième étape consiste à développer des modèles de prévision du risque fondés sur l’impact. Les relations établies entre aléas, exposition et impacts sont intégrées à des prévisions météorologiques probabilistes afin de produire des indicateurs de risque anticipés, assortis de niveaux d’incertitude. Ces indicateurs sont conçus pour être compréhensibles et directement utilisables dans des systèmes d’alerte précoce, notamment sous forme de classes de risque ou de signaux d’alerte gradués.

Le projet a permis de constituer une base de données de très grande ampleur sur les aléas hydro-climatiques et environnementaux en Afrique de l’Ouest. Elle couvre plus de 20 ans sur l’ensemble de la région et inclut les wet spells, dry spells, inondations, vagues de chaleur, sécheresses et indicateurs de qualité de l’air. Cette base constitue aujourd’hui l’un des jeux de données régionaux les plus complets pour l’analyse multi-aléas.

Un travail approfondi a été mené sur les incertitudes associées à ces aléas, liées aux méthodes de détection, aux données disponibles et à la forte variabilité spatiale et temporelle des phénomènes. Des comparaisons entre observations, réanalyses, produits satellitaires et données modèles ont permis de mieux quantifier ces incertitudes et d’en identifier les sources principales. Les interactions entre aléas ont également été analysées à l’aide de méthodes statistiques, mettant en évidence des situations de co-occurrence et de multi-aléas (par exemple chaleur et poussières, sécheresse et vagues de chaleur). Des tendances de long terme, sur plus de 50 ans, ont été étudiées afin de documenter l’évolution des aléas et d’en comprendre les origines climatiques.

Pour la qualité de l’air, le manque d’observations continues a nécessité le recours à des proxys et à des données issues de modèles corrigées de leurs biais. Une méthodologie originale, fondée sur les drivers des soulèvements d’aérosols, a été développée pour estimer la charge en particules avec des échéances de prévision supérieures à un mois.

Ce même travail a été appliqué aux prévisions des aléas. Des évaluations détaillées de la qualité des prévisions, de leurs incertitudes et de leur valeur ajoutée par rapport à la climatologie ont été réalisées aux échelles sub-saisonnières et saisonnières. Ces analyses ont permis de mieux comprendre l’origine des situations multi-aléas dans les systèmes de prévision et d’identifier des fenêtres de prévisibilité utiles, notamment pour les vagues de chaleur en lien avec la SST.

Un protocole d’enquête sur les impacts a été élaboré pour croiser des données sanitaires et sociales dans les villes étudiées. Toutefois, les données disponibles n’ont pas permis de développer un modèle robuste reliant directement aléas et impacts, en raison d’un nombre limité d’événements documentés et d’une représentativité insuffisante des contextes socio-économiques. Les approches exploratoires basées sur l’IA n’ont pas mis en évidence de relations significatives à ce stade.

Néanmoins, le projet a fortement contribué à la mise en place de partenariats durables pour des collectes de données d'impacts plus longues et plus ciblées. Enfin, la base de données d’aléas a déjà été mobilisée pour des travaux transversaux, notamment sur les inégalités femmes-hommes face aux chocs climatiques, illustrant la portée et la transférabilité des résultats du projet.

Données et transférabilité:

Le projet dispose désormais d’un réseau étendu de partenaires issus de secteurs variés, intéressés par l’exploitation de la base de données et des protocoles de prévision des aléas développés. Pour faciliter un accès large et structuré, une version publique de cette base de données sera mise à disposition au sein de la plateforme IRD ClimatSuds, qui offre déjà un large éventail de produits issus de modèles climatiques, d’observations et d’indicateurs météo-climatiques. Cette mise à disposition permettra une diffusion étendue des données, en citant comme référence l’article scientifique à paraître sur le projet et la base de données, tout en reconnaissant STEWARd comme projet initiateur.

Recherche:

Les collaborations établies avec l’Institut Pasteur de Dakar, l’Office National de la Protection Civile d’Abidjan et l’ONG ALIMA ouvrent de nouvelles perspectives pour prolonger les travaux du projet STEWARd. Un projet européen est en cours de réflexion avec ces partenaires pour exploiter à la fois les bases de données d’aléas et les données d’impacts collectées, permettant d’obtenir un jeu de données plus complet et représentatif.

Les protocoles développés sont actuellement appliqués dans l’Observatoire de Niakhar au Sénégal, un observatoire anthropologique fournissant des données précieuses pour valider l’approche reliant aléas et impacts sur les chocs climatiques. Les résultats préliminaires sont encourageants et serviront de base pour étendre cette méthodologie à des régions urbaines et comparer les impacts selon des contextes socio-économiques différents.

De plus, un sujet de thèse a été posé pour approfondir la compréhension des origines atmosphériques des événements multi-aléas les plus violents, ce qui permettra d’affiner les modèles de prévision et d’anticipation des risques.

Opérationnalisation:

Le projet maintient un lien étroit avec les services météorologiques opérationnels, notamment l’ANACIM au Sénégal. La collaboration avec Dr Aïda Diongue, directrice de la météo, vise à transférer les outils et protocoles développés vers les chaînes opérationnelles de prévision, dans une optique de Disaster Risk Reduction. Ces interactions permettront d’intégrer les produits du projet STEWARd dans les pratiques de décision et d’alerte précoce, augmentant ainsi l’efficacité et la pertinence des réponses aux événements climatiques extrêmes en milieu urbain.

Avec l'augmentation des intensités et fréquences des catastrophes naturelles ces dernières années en Afrique de l'Ouest, une meilleure prévision de leurs impacts est un défi majeur. Ce projet vise à élaborer un modèle de prévision des risques liés aux évènements météorologiques intenses pour la population des villes très vulnérables: Abidjan, Dakar, Ouagadougou et Niamey. Il se concentrera sur les événements hydrométéorologiques intenses, responsables du plus grand nombre de morts en Afrique de l'Ouest, et sur les vagues de chaleur et tempêtes de poussière, facteurs de risque de méningite bactérienne. Pour atteindre cet objectif, il est nécessaire d'optimiser des informations fiables à partir de grands ensembles de données dérivés de réanalyses et de modèles de prévision probabilistes. Les objectifs sont d'identifier les impacts humains de ces aléas grace à des enquêtes de terrain et de proposer un modele d'alerte précoce des risques humains à partir d'approche multi disciplinaires.