Lien vers la présentation PowerPoint

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
ƒ Définition: Nombre moyen
de cas secondaires générés
par l’introduction d’un individu
infecté dans une population
d’individus sensibles.
ƒ 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
ƒ Distribution des
pluies
ƒ Impact sur des
gîtes semipermanents et
sur R0,A
ƒ 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
ƒ Spatialisation du R0,A
ƒ Localisation des gîtes
larvaires par télédétection
ƒ Analyse de sensibilité du R0,A
aux variation de la
pluviométrie:
Gîtes
larvaires
Champs
de puies
ƒ 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