UNIVERSITE DE COCODY ABIDJAN

1. UFR SCIENCES DE LA TERRE ET DES RESSOURCES MINIERES UNIVERSITE DE COCODY ABIDJAN CENTRE UNIVERSITAIRE DE RECHERCHE ET D’APPLICATION EN TÉLÉDÉTECTION CARTOGRAPHIE DU RISQUE BILHARZIEN A PARTIR DE L’UTILISATION COMBINÉE DE LA TÉLÉDÉTECTION ET DU SYSTÈME D’INFORMATION GÉOGRAPHIQUE Par Dr Adonis K. D. KOUAME

2. PLAN DE L’EXPOSE • Objectifs et contexte • Approche et Méthodes • Résultats acquis • Discussion des résultats Conclusion générale

3. OBJECTIFS ET CONTEXTE

4. CONTEXTE > Les bilharzioses et les géohelminthiases infestent deux milliards de personnes dans le monde. > 300 millions sont gravement atteintes, en particulier dans les tranches les plus pauvres des populations CI: pays d’endémie pour les bilharzioses et les géohelminthiases (N’Goran et al., 1998; Utzinger et al., 1998, 1999; Hekendorm et al., 2002 ; Oga et al., 2004 ; Evi et al., 2007) Affections parasitaires sont liées à l’environnement par: >la bio écologie des hôtes intermédiaires > la mauvaise gestion du péril fécal >l’utilisation de l’eau disponible parfois de mauvaise qualité

5. CONTEXTE La méconnaissance de la répartition spatiale des facteurs de distribution de ces parasitoses est un facteur limitant dans la définition et la mise en œuvre d’approches de lutte et de prévention intégrées, ciblées et efficaces. Une contrainte à la mise en œuvre d’une approche efficiente de lutte à l’échelle d’un pays ou d’1 district. La télédétection et SIG améliorent la connaissance des maladies (conditions environnementales de leur répartition) et permettent de mieux les prévenir et une meilleure utilisation des ressources déjà limitées par le ciblage des zones d’intervention prioritaires.

6. OBJECTIFS Objectif principal cartographier le risque bilharzien à partir de la télédétection et des SIG en vue d’une lutte plus efficace contre cette affection parasitaire. Objectifs spécifiques •cartographier les paramètres environnementaux liés à cette parasitose; •modéliser le risque bilharzien à partir des paramètres environnementaux et générer la carte prédictive de risque de l'infection.

7. APPROCHE ET MÉTHODES

8. APPROCHE • L'utilisation de la télédétection en épidémiologie repose sur l'hypothèse la distribution d‘1e maladie est liée à son environnement, et que cet environnement peut être caractérisé à l'aide d'images satellitaires. • Les SIG peuvent être utilisés pour identifier les zones favorables à une maladie. Leur utilisation facilite aussi  la mise à disposition des résultats, notamment sous forme de cartes de risque. • Ces outils permettent d’élaborer un modèle prédictif qui peut servir à cibler les zones d’intervention se présentant ainsi comme des outils d’aide à la décision.

9. DONNÉES ET OUTILS • Imagerie satellitaire > Scène Landsat ETM+ 196/056 31-12-2002 • Données cartographiques >22 cartes topographiques à l’échelle 1/50000 • Données de précipitation >Données issues des 15 stations pluviométriques • Données parasitologiques >Données de prévalences (enquêtes épidémiologiques) • Outils >ENVI 4.4 / ArcView 3.2 / MapInfo Profesional 7.5

10. Méthodes Cartographie des paramètres environnementaux Image LANDSAT ETM+ Cartes topographiques Données pluviométriques Géoréférencement Mosaïque Étalement linéaire Filtre médian 3X3 Numérisation Interpolation Courbes de niveau Réseau hydrographique Image prétraitée Découpage point + interpolation Calcul du NDVI Calcul de l’indice d’humidité Conversion CN B6 en Température Calcul de la distance Carte intensité photosynthétique Carte de l’humidité de surface Carte de Température MNT Carte de pluviométrie Carte de distance aux points d’eau ORGANIGRAMME DE LA CARTOGRAPHIE DES PARAMETRES ENVIRONNEMENTAUX

11. Matériels et méthodes >>Modélisation spatiale du risque par AMC OBJECTIF Réalisation du modèle prédictif du risque de la survenance de la bilharziose • Deux classes retenues: • Risque faible • Risque élevé • Numérisation retenues d’eau + extraction des valeurs des pixels de ces environnements (T°, ndvi, IH). • Relief : altitudes < 120 m. • Précipitation: 1200-1300 mm. • Hydrographie: distance<1.5 Km BASE DE DONNEES • CRITERES • Couverture végétale • (NDVI) • Humidité de surface (IH) • Relief (MNT) • Hydrographie (Distance aux points d’eau) • Température (Compte numérique Bande 6) • Précipitation INDICATEURS PAYSAGE GEOMORPHOLOGIE CLIMAT REQUETES • Classification • Codification • Combinaison

12. Matériels et méthodes CODIFICATION DES PARAMETRES

13. Matériels et méthodes REGLE DE DECISION DE LA METHODE PAR COMBINAISON CRITERE 1 CRITERE 2 Combinaison 11: risque faible Combinaison 22: risque élevé Combinaison 12 Combinaison 21 Fonction de l’importance de chaque critère

14. RÉSULTATS

15. Résultats • CARTES DE REPARTITION DES PARAMETRES ENVIRONNEMENTAUX Carte de répartition du ndvi - 0,039 à 0,039 0,039 à 0,109 < - 0,039 • Les + petites valeurs de ndvi autour des localités et des retenues d’eau. • Les valeurs de -0,039 à 0,039 se retrouvent au Sud • Les valeurs de 0,039 à 0,109 (zones de cultures forêts dégradées) sont + représentées au Sud • Les valeurs élevées de ndvi (ndvi > 0,109) sont dans le Nord (zones de forêt dense)

16. Résultats • CARTES DE REPARTITION DES PARAMETRES ENVIRONNEMENTAUX > -80 Carte de répartition de l’indice d’humidité -110 à -80 • 3 grandes entités : 1ère = indices d’humidité < à -110, 2ème entité : de -110 à -90 et la dernière est celle ayant des valeurs > à -90. • Les petites valeurs = zones nues et de bâtis au niveau des localités. • La deuxième classe: zones de cultures et les forêts dégradées. • La dernière catégorie est constituée des forêts denses des retenues d’eau. < -110

17. Résultats • CARTES DE REPARTITION DES PARAMETRES ENVIRONNEMENTAUX Modèle Numérique de Terrain (MNT) • L’altitude varie entre 40 et 160 m. Quelques pics avec des valeurs allant jusqu’à 200 m. • Les basses altitudes sont au sud et au centre. • Les altitudes élevées sont au Nord et à l’Ouest.

18. Résultats • CARTES DE REPARTITION DES PARAMETRES ENVIRONNEMENTAUX Carte de la distance aux points d’eau (hydrographie) • réseau hydro dense. • Quelques retenues d’eau . • Dist sup à 5 Km occupent une petite surface . >>la densité du réseau hydrographique.

19. Résultats • CARTES DE REPARTITION DES PARAMETRES ENVIRONNEMENTAUX Carte de répartition de la température • 4 gdes classes : t° < à 21°C, 21 à 22°C, 22 à 23°C et > à 23°C. • basses t° au Sud et le NE (végétation importante.) • t° de 21 à 22°C au Centre et à l’Est. • t° de 22 à 23°C au N et à l’Ouest. • hautes t° concentrées au niveau des habitats et des retenues d’eau.

20. Résultats • CARTES DE REPARTITION DES PARAMETRES ENVIRONNEMENTAUX Carte de répartition de la pluviométrie • Pluviométrie basse au Nord (< 1300 mm). >végétation se raréfie du sud vers le Nord. • Fortes pluviométries sont à l’Est et à l’Ouest de la zone d’étude

21. Résultats • Résultat de la modélisation spatiale du risque par AMC RISQUE FAIBLE RISQUE ELEVE Risque faible au Nord et au Nord-Est ainsi qu’à l’Ouest Risque élevé sur l’ensemble de la zone d’étude. 91% des localités appartiennent à la classe de risque élevé >la forte endémicité de la bilharziose dans la région. Carte du risque bilharzien

22. DISCUSSION

23. Discussion Cartographie des paramètres environnementaux • Carte du ndvi, de l’indice d’humidité, du réseau hydrographique, de la température, de la pluviométrie et le Modèle Numérique de Terrain sont disponibles. • Modèle Numérique de Terrain, l’hydrographie et la pluviométrie cette cartographie ne pose pas de problème particulier, il n’en est pas de même pour le ndvi, l’indice d’humidité et la température • La scène 196/056 acquise le 31 décembre (saison sèche, soit une seule période de l’année)

24. Discussion Cartographie des paramètres environnementaux • Solution: utilisation d’images AVHRR de NOAA avec une plus grande répétitivité temporelle ce qui permet d’avoir un meilleur suivi de ces paramètres (Raso et al., 2005b ; Brooker et al., 2006a, 2006b ; Guo et al., 2002, 2005). • Cependant, du fait de l’étendue de la zone d’étude (9744 Km2) ces images ne permettent pas une cartographie fine des paramètres environnementaux. • L’utilisation d’une image de la saison des pluies pourrait être une ébauche de solution à ce problème.

25. Discussion Le modèle par combinaison des couches par AMC • Il a permis à partir de données de télédétection, de données cartographiques et parasitologiques de donner l’ordre de priorité en matière de lutte contre la bilharziose • Une analyse des résultats montre que le modèle de la prédiction du risque bilharzien classe bien les localités avec une précision de 56,82%. • Les données de télédétection, introduites dans le SIG, ont permis de hiérarchiser les zones à risque de bilharziose.

26. Discussion Le modèle par combinaison • >>deux catégories : le risque faible et le risque élevé • Dans nos travaux antérieurs, nous avons utilisé une approche similaire (Kouamé et al., 2008) mais quatre classes avaient été retenues ce qui rendait le modèle plus lourd. Les deux classes retenues ici permettent de rendre le modèle plus souple • La démarche adoptée dans ce travail à la différence de ce qui a été fait par Yang et al., (2006) utilise comme données de TLD en plus NDVI et de l’indice d’humidité, la température.

27. CONCLUSION ET PERSPECTIVES

28. Conclusion générale et perspectives • Les techniques de télédétection et SIG sont des outils très importants en épidémiologie • Cartographie des paramètres environnementaux liés à la bilharziose pour la région de l’Agnéby est disponible. Il s’agit de la température, l’altitude, la distance aux points d’eau, la précipitation, le couvert végétal et l’humidité de surface. • Le modèle issu de la combinaison des couches par AMC a permis de dégager deux grandes classes : le degré de risque élevé et le degré de risque faible

29. Conclusion générale et perspectives • 56,82% des localités sont bien classées • 81,82% des localités échantillonnées ont un degré de risque bilharzien élevé. PERSPECTIVES • Acquérir des images satellitaires plus récentes et prises à différentes périodes de l’année, ce qui permettra de mettre en œuvre un modèle spatio-temporel de la région de l’Agnéby, puis pour d’autres régions de la Côte d’Ivoire ; • Utiliser d’autres types d’image avec des résolutions spatiales plus fines pour mettre en place un modèle prédictif pour tout le pays.

30. je vous remercie