Changement climatique, vulnérabilité et santé animale : contribution à la mise en place d’un système d’alerte précoce dans la gestion du risque d’épidémies de la Fièvre de la Vallée du Rift au Sénégal 14ème COLLOQUE INTERNATIONAL EN ÉVALUATION ENVIRONNEMENTALE NIAMEY, RÉPUBLIQUE DU NIGER, 26 au 29 MAI 2009 Jacques André NDIONE 1 & 5, Jean-Pierre LACAUX2, Philippe SABATIER3, Yves TOURRE4, Cécile VIGNOLLES6, Delphine FONTANAZ6, Murielle LAFAYE6 1- Centre de Suivi Ecologique (CSE), BP 15532, Dakar-Fann, SENEGAL, [email protected] 2- Université Paul Sabatier, Toulouse, France 3- Ecole Nationale Vétérinaire de Lyon, France 4- Météo-France, Département de la Climatologie, Toulouse, France 5- Laboratoire de Physique de l’Atmosphère et de l’Océan Siméon Fongang/ESP-UCAD, BP 5085 Dakar-Fann, SENEGAL 6- Centre National d'Études Spatiales (CNES), Toulouse, France Plan ¾ Introduction ¾ Problématique : FVR ? ¾ Zone d’étude ¾ Données, méthodes et résultats ¾ Bref aperçu sur les impacts du CC ¾ Conclusions et perspectives Introduction ¾ 1 préoccupation : mieux comprendre les cycles viraux et parasitaires afin de proposer des mesures de gestion du risque sanitaire 9 Développement un modèle dynamique d’évolution du système agent pathogène - vecteur - hôte 9 Développement un modèle plus global du fonctionnement de l’écosystème ¾ 1 préalable : comprendre les mécanismes dans lesquelles les conditions climatiques et environnementales sont déterminantes dans le déclenchement des épidémies ª 2 questions scientifiques : (i) quelle pourrait être la contribution du satellite par rapport à cette problématique ? (ii) quelle appréciation faire du risque environnemental dans un contexte de CC ? Fièvre de la Vallée du Rift (FVR) ? FVR : la Fièvre de la Vallée du Rift est une arbovirose transmise par des moustiques du genre Aedes et Culex L’agent pathogène est un virus de la famille des Bunyaviridae, genre Phlebovirus Maladie notifiable à l’OIE (Office International des Epizooties), elle inscrite dans la liste des maladies communes à plusieurs espèces Manifestations : * chez l’animal : elle se manifeste sous forme d’hépatite nécrosante, d’avortement et de mortalité périnatale ; * chez l’homme : elle se manifeste par une pathologie allant du syndrome grippal à des formes graves, parfois mortelles (fièvre hémorragique). Impacts économiques importants dans les zones d’élevage Fièvre de la Vallée du Rift (FVR) ? (2) FVR : une maladie au carrefour de 3 systèmes © De la Roque (2005) ??? Nouveau challenge Fièvre de la Vallée du Rift (FVR) ? (4) Quelques repères historiques… ¾ La FVR a été décrite pour la première fois en 1931 au Kenya par Montgomery et Stordy (Christophe et al., 1997) Epidémie de FVR en 1987 ¾ Depuis 2000, la FVR est passée de l'Afrique à l’Asie (Yémen et Arabie Saoudite) ¾ 2007 : (i) épidémie de FVR au Soudan > > 161 décès ; (ii) 1062 cas dont 315 décès au Kenya, en Tanzanie et en Somalie ¾ 2008 : virus de la FVR Epidémies en Afrique entre 1963-2007 isolé à Mayotte (AFSSA, 2008 ; Sissoko, 2009) Fièvre de la Vallée du Rift (FVR) ? (4) Source : Sagna (2000) Zone d’étude Zone à risque de la FVR au Sénégal Fièvre de la Vallée du Rift (FVR) : acquis scientifiques grâce aux mesures in situ (1) Les vecteurs de la FVR au Ferlo sont : les Aedes et les Culex (Fontenille et al, 1998 ; Wilson et al, 1994 ; Diallo et al, 2000) 3 nouveaux vecteurs depuis 2003 (2 papiers en cours) Moustique Aedes Vexans Capture de moustiques Fièvre de la Vallée du Rift (FVR) : acquis scientifiques grâce aux mesures in situ (2) ¾ Comportement trophique : les vecteurs de la FVR se nourrissent de sang des bovins et des moutons ¾ Ba et al (2005) ont montré le rayon d’action des vecteurs de la FVR autour des mares temporaires : 620 m pour les Aedes et 550 m pour les Culex Cycle épidémiologique de la FVR au Ferlo (Diallo, 1995) ® Grand intérêt autour des mares temporaires ? ® Grand intérêt autour des mares temporaires. Pourquoi ? ¾ Eau des mares = abreuvement gratuit du bétail ¾ Eau des mares = eau de boisson gratuite pour les populations par endroits ¾ Mares = aire de lessive pour les populations ¾ Mares = gîtes larvaires des vecteurs de la FVR ¾ Mares = zone de contact par excellence entre hôtes-vecteurs Mares temporaires constituent un espace socio-économique important dans la vie des populations pastorales mais il reste associé à un niveau de risque sanitaire non négligeable ! La zone expérimentale 43 km Image SPOT 5 multispectrale haute résolution spatiale -10m 46 km Les moustiques sont produits par la dynamique des mares Analyse et traitement d’images satellite à haute résolution spatiale (SPOT 5, 10m) Calcul de la surface des mares, de leur couverture végétale et de leur turbidité Estimation des Zones Potentiellement Occupées par les Moustiques (ZPOM) Site d’étude de Barkédji - Sénégal Mare de Barkédji Niaka Barkedji Kangaledji Furdu Village de Barkédji Ngao 2 km © CNES 2003, distribution Spot Image Spot 5, extrait de scène 10 m Couleur - Acquisition du 26 août 2003 Zoom - Taille du pixel : 10m Baobab de la mare de Barkédji (Sept. 2003) Données et méthodes (2) ¾ 5 images multispectrales SPOT 5 (10m de résolution) pré-traitées de niveau 2A : ¾ 26 août 2003 ; ¾ 17 et 27 octobre 2003 ; ¾ 18 novembre 2003 ; ¾ 19 janvier 2004. ¾ Calage relatif (image à image) => RMS = 0.3 ¾ Utilisation de différents indices : ¾ Indice de détection des mares par différence normalisée NDPI = MIR−Vert MIR+Vert ¾ Indice de de turbidité par différence normalisée NDTI = Rouge−Vert Rouge+Vert ¾ Zone potentiellement occupée par les moustiques 9Buffer moyen de 500m autour des mares détectées pour délimiter la ZPOM ; pourquoi 500m ? Lacaux et al (2007), Tourre et al (2008) et Ndione et al (2009) Données et méthodes (3) ¾ Détection des mares grâce à la classification hiérarchique par arbre décisionnel : Un outil spatial adapté à la surveillance de la Fièvre de la Vallée du Rift (FVR) Résultats Détection des mares dans la région du Ferlo (Sénégal) avec SPOT 5 10m 26/08/2003 avec SPOT-VEGETATION synthèse décadaire 1km 21/08/2003 © Médias-France Product, CNES 2003, Distribution Spot Image SA, tous droits réservés © 18/11/2002, VITO, All rights reserved 1703 ha détectés en eau 100 ha (1 pixel) détectés en eau une cartographie correcte des mares gîtes larvaires Un outil spatial adapté à la surveillance de la Fièvre de la Vallée du Rift (FVR) Résultats (2) Suivi spatio-temporel des mares, donc des gîtes larvaires Composition colorée © CNES 2003, Distribution Spot Image SA, Mare de Barkédji © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA, Indice NDPI © CNES 2003, Distribution Spot Image SA, Mare © CNES 2003, Distribution Spot Image SA, 26/08/2003 17/10/2003 27/10/2003 18/11/2003 19/01/2004 26.7 ha (100%) 8.9 ha (33%) 6.6 ha (25%) 3.8 ha (14%) 0.3 ha (1%) Fièvre de la vallée du Rift, gîtes larvaires et ZPOM Image SPOT5 (10m) © CNES 2003, Distribution Spot Image SA Détection des mares © Medias-France product, CNES 2003, Distribution Spot Image SA Zone Potentiellement Occupé Occupée par les moustiques (ZPOM) © Medias-France product, CNES 2003, Distribution Spot Image SA Mares ~ 1% de la zone étudiée 500 m L’analyse et le traitement d’ d’images satellite à haute résolution spatiale (SPOT 5, 10mè 10mètres) permet de détecter la surface des mares (jusqu'à (jusqu'à 100m2) ainsi que leur couverture vé végétale et leur turbidité turbidité et finalement d’estimer les zones potentiellement occupé occupées par les moustiques (JP. Lacaux et al 2007*) (J ZPOM ~ 25% de la zone étudiée Distance de vol des moustiques ~ 500 m Bâ et al (2005) *Lacaux J-P, Tourre Y.M., Vignolles C., Ndione J-A, Lafaye M, Classification of ponds from high spatial resolution remote sensing : application to Rift valley fever epidemics in Senegal, Remote Sending of Environment, (2007), 106, 66-74 Vignolles et al. (2009) From Remote Sensing to Risks Ponds Some parks… ZPOM Photo by Jacques-André Ndione, 2006 Parks ZPOM Photo by Jacques-André Ndione, 2008 Hazards Vulnerability Risks Photo by Jacques-André Ndione, 2008 Photo by Jacques-André Ndione, 2008 @Emercase, 2003 Vignolles et al. (2009) ► Changement climatique : matériel et méthode R0: Taux de reproduction de base Définition: Nombre moyen de cas secondaires générés par l’introduction d’un individu infecté dans une population d’individus sensibles. Thorème du seuil: Si (R0 > 1), Alors: La maladie est capable d’envahir la population. Courtesy: Philippe SABATIER, 2008 ► Changement climatique : matériel et méthode Evaluation des impacts CC sur R0 Dynamique de transmission: Capacité vectorielle Patrons régionaux de Changement Climatique (sorties des GCM) Repas de sang, Compétence et sporogonie Température Précipitations Humidité Index Eco-climatiques Evènements pluvieux, Ruissellement et Routage de l’eau, Humidité des sols Précipitations Débits Cold/hot stress Dry/humid stress Dynamique des habitats larvaires aquatiques Dynamique des Populations Vectrices Emergence, Abondance, Survie Remplissage-Vidange Courtesy: Philippe SABATIER, 2008 ► Changement climatique : matériel et méthode Evaluation des Impacts du CC Impact Climatique Direct Incubant Intrinsèque Extrinsèque Infectant Ih(t) Iv(t) Sensible Rh(t) Adulte Cycle physiologique Oeuf Hôte 0,A Cycle infectieux Infectant Résistant Migration 0 ,T Ev(t) Cycle infectieux Sv(t) 0 Incubant Eh(t) Sensible R = R .R Diffusion Sv(t) Adulte Cycle physiologique Oeuf Vecteur Nymphe Larve Juvénile Habitats Impact Climatique Indirect 24/24 Courtesy: Philippe SABATIER, 2008 ► Changement climatique : impacts sur l’entomologie Sensibilité de R0,A au CC σχ (t , T ) R (t , T ) = α 0,A Distribution des pluies Impact sur des gîtes semipermanents et sur R0,A Impact sur des gîtes temporaires et sur R0,A 25/24 Courtesy: Philippe SABATIER, 2008 (Porphyre et al. 2005) ► Changement climatique : impacts sur l’entomologie Cartographie des impacts indirects SPOT 5 Images 10m color Barkedji Ferlo Region (Senegal) Senegal) 26/08/03 Spatialisation du R0,A Localisation des gîtes larvaires par télédétection Analyse de sensibilité du R0,A aux variation de la pluviométrie: Gîtes larvaires Champs de puies Sorties des simulations régionalisées du Scénarios A2 (Arpége, CNRM Météo-France) 26/24 Courtesy: Philippe SABATIER, 2008 ► Résultats préliminaires Base de données d’impacts 15 km Calcul des précipitations journalières JAS 1 km Evaluation de la durée de la saison sèche Calcul des température de surface JAS Calcul du ruissellement Identifications des habitats larvaires 20 m 26/08/2003 26/08/2003 27/10/2003 18/11/2003 19/01/2004 SPOT 5 © CNES 03 10m Resolution, 15° 16’ N; 14° 52’ W 20 m Dynamique des gîtes et Capacité de transmission 27 27/24 Courtesy: Philippe SABATIER, 2008 Conclusions et Perspectives (1) ¾ ⇒ 1er type de carte à risque ¾ Intégrer ces cartes à risques dans : – d’une part un SIG ; – et d’autre part un Système d’Alerte Précoce pour prévoir la transmission de ce type d’épidémies. ¾ Approche multidisciplinaire ⇒ meilleure compréhension des mécanismes ¾ Documenter les mares (hydrologie, qualité de l’eau, couverture végétale…) en relation avec : – la dynamique vectorielle ; – les informations sur le bétail, la répartition des campements et des parcs à bestiaux autour des mares… Conclusions et Perspectives (2) ¾ Modéliser les états hydrologiques de surface : l’échelle des processus de transmission n’est pas suffisament étudiée par les hydrologues… ¾ Evaluer et réduire les incertitudes des modèles (CC) ¾ Etendre l’évaluation des impacts à d’autres maladies vectorielles (paludisme, dengue…); d’autres situations climatiques (Europe) ou hydrologiques (Systèmes irrigués) ¾ Développer la chaîne d’évaluation des impacts sanitaire en intégrant les aspects anthropiques, systèmes de soins, mobilité des populations, démographie, niveau de vie, etc. (modèles épidémiologiques et socio-économiques). Courtesy: Philippe SABATIER, 2008 Rechercher de nouveaux marqueurs environnementaux et climatiques (Projets AMMA, RIPIECSA, adaptFVR, QWeCI…) REMERCIEMENTS Dr Antonio Güell, Chef du Service Applications/Valorisation du CNES Pr. Philippe SABATIER, ENV Lyon & IMAG Dr Bernard FONTAINE, CRC Dijon Pr. Jean-Pierre LACAUX, OMP, Université Paul Sabatier CNES, CSE, CRC Dijon, SPOT IMAGE, LPASO-SF, DIREL, ENVL, IMAG Souleymane Diop, Moussa Dramé, Gora Bèye (CSE) Dr Amadou Thierno Gaye (LPAO-SF) Dr Yamar Ba, Dr Mawlouth Diallo, Dr Ibrahima Dia (Institut Pasteur de Dakar) et à ses partenaires pour cette conférence « Faire du ciel le plus bel endroit de la terre » (Air France) Si cela peut aider à sauver des vies… Pourquoi pas ? DIREL