Format PDF - Laurentian University

RCJT/CJTG, Université Laurentienne/Laurentian University, Géographie/Geography, Sudbury, Ontario, P3E 2C6, Canada. ISSN : 2292-
4108. Vol. 4(1) : 59-68. Copyright @ 2017 RCGT-CJTG Tous droits réservés/All rights reserved.
59
Incidences des facteurs bioclimatiques sur la distribution et la conservation de
Dioscorea praehensilis Benth dans la zone subhumide du Togo.
Incidences of bioclimatic factors on the distribution and the conservation of Dioscorea praehensilis Benth in
subhumid area of Togo.
WEMBOU Esso-Nan Pitalounani, ATAKPAMA Wouyo, FANDOHAN Belarmain, TOZO Koffi &
AKPAGANA Koffi
@ 2017 RCGT-CJTG Tous droits réservés /All rights reserved
Résumé:
La préservation in situ et l’utilisation des ignames sauvages d’intérêt pourraient être compromises par les facteurs
climatiques. Cette étude se propose d’analyser l’impact potentiel des facteurs climatiques sur la répartition
géographique des habitats favorables à Dioscorea praehensilis une espèce sauvage à fort potentiel économique et
agronomique mais sous-utilisée. Pour modéliser les habitats favorables à l’espèce, sous les conditions climatiques
actuelles, le principe d’entropie maximale couplé au SIG a été utilisé. Ses données de présence ont été collectées et
combinées avec des données bioclimatiques dérivées de la base de données Worldclim et des données
pédologiques. Sous les conditions actuelles, la culture et la conservation D. praehensilis sont possibles sur toute
l’étendue de la zone subhumide du Togo. 29,09% de ce territoire et 25% des aires protégées seraient très
favorables respectivement à la culture et à sa conservation. Ces résultats devront être complétés par des modèles
climatiques sous les conditions climatiques futures.
Abstract:
Climate factors may limit integration of underutilized wild species into formal cropping systems as a strategy to
increase rural household income in Africa. The present study analyzed the potential impact of climate factors on the
geographical distribution of suitable areas for Dioscorea praehensilis, an economically agronomic important species.
Presence records of the species were collected and combined with bioclimatic data derived from the Worldclim data
base and from soil type data. The Maximum Entropy Modeling principle was used in combination with a Geographic
Information System to forecast current suitable habitats for the cultivation and conservation of the species. Under
current conditions, cultivation and conservation of tamarind could become possible all over subhumid zone. 29.09%
of this zone and 25% of their protected area were found to be highly suitable for the cultivation and conservation of
D. praehensilis, respectively. This result should be completed by climate model under future conditions.
Mots clés / Keywords
Dioscorea praehensilis, modèle de distribution, habitat favorable, Togo.
Dioscorea praehensilis, distribution model, suitable habitat, Togo.
INTRODUCTION
La plupart des espèces d’ignames cultivées sont présentes dans une grande variété de conditions
environnementales (Hamon et al., 1995 : 56 ; Dounias, 2001 : 136 ; Gnankoulamba et al., 2002 :50 ;
Vernier et al, 2003 : 37; Dumont et al., 2010 : 255 Dansi et al., 2013 :1). Au sein de chacune de ces
espèces, la sélection naturelle a conduit à la différenciation d’une diversité d’écotypes permettant
l’adaptation à une gamme plus ou moins large de conditions environnementales (Hamon et al., 1995 :
56). C’est dans cette diversité spontanée qu’a été puisé le matériel génétique à l’origine des formes
cultivées aujourd’hui (Dumont et Marti, 1997 :17). Cette diversité spontanée a contribué de façon
récurrente à enrichir la diversité des ignames cultivées (Dumont et Marti, 1997 :17).
Face à l’augmentation rapide de la population mondiale et à l’accélération du changement climatique, ces
espèces sauvages apparentées aux formes cultivées seraient un énorme réservoir de variabilité génétique
utilisable dans les programmes de sélection végétale et indispensable à la fois pour améliorer la sécurité
Revue Canadienne de Géographie Tropicale
Canadian Journal of Tropical Geography
RCGT (En ligne) / CJTG (Online)
ISSN : 2292-4108
Vol. 4 (1) : 59-68
http://laurentienne.ca/rcgt
www3.laurentian.ca/rcgt-cjtg
Article history/Histoire de l’article
Received /Reçu: 20 mars 2016 Received in revised form/Reçu dans la forme révisée: 27 décembre 2016 Accepted/Accepté: 13 février 2017 Available online/Disponible en ligne: 15 avril 2017

RCJT/CJTG, Université Laurentienne/Laurentian University, Géographie/Geography, Sudbury, Ontario, P3E 2C6, Canada. ISSN : 2292-
4108. Vol. 4(1) : 59-68. Copyright @ 2017 RCGT-CJTG Tous droits réservés/All rights reserved.
60
alimentaire, stimuler la production agricole et maintenir la productivité (Maxted et al., 2008 : 128; Ortiz
et al., 2009 : 2064; Chatzav et al., 2010 : 1213). C’est le cas de Dioscorea praehensilis Benth. (Figure 1)
qui constitue actuellement une des voies de renouvellement du portefeuille variétal des ignames cultivées
Dioscorea cayenensis Lam et Dioscorea rotundata Poir. (Scarcelli et al., 2006 : 121 ; Dumont et al.,
2010 : 255).
Au Togo, D. praehensilis est présente seulement dans la zone subhumide où elle est prélevée à des fins
de domestication et de consommation. Cependant après des décennies de forte emprise agro-sylvo-
pastorale, les vastes étendues de forêts de cette zone, habitats naturels de D. praehensilis, ont fait place
à des fragments forestiers, des agroforêts, des plantations, des champs et des savanes (Wembou et al.,
2014 :44). Dans ces conditions, cette espèce alimentaire est localement menacée. Il est alors
indispensable d’assurer sa conservation in situ tant que la diversité génétique qu’elle représente est
encore disponible. Pour ce faire, il est impératif d’acquérir les données sur l’écologie de cette espèce à la
fois sauvage et cultivée sans lesquelles aucune action de gestion, de conservation et d'utilisation durable
n'est possible.
Des études antérieures ont montré que D. praehensilis est plus fréquente dans les îlots de forêts
riveraines, les îlots de forêts humides semi-décidues où elle subit encore d’importantes pressions
d’origine humaine (Wembou et al, 2014 : 1). L’étude des caractéristiques écologiques et des
caractéristiques démographiques des populations de D. praehensilis des aires protégées de la zone
subhumide ont montré que trois aires protégées (celles des deux Bèna, de Missahoé et d’Agou) ont de
véritables potentialités et des aptitudes à la conservation in situ de cette espèce (Wembou et al, 2015 :
391).
En revanche, la question de la détermination des conditions environnementales favorables à la présence
spontanée de cette espèce n’a pas encore été réellement prise en considération. Or l’impact de ces
facteurs sur la distribution des espèces dans l’espace demeure un enjeu important, notamment en
matière des stratégies d’adaptation, de gestion et de domestication (Heller et al., 2009 : 15). Du coup, la
conservation de cette igname sauvage d’intérêt devient un défi du fait des incertitudes et des
questionnements qui lui sont associés. Où peut-on conserver ? Comment conserver ? En somme quelles
sont les potentialités écologiques de la zone subhumide en général et de ses aires protégées en
particulier en matière de conservation in situ d’ignames sauvages ? C’est pour contribuer à lever ces
incertitudes et à combler les lacunes liées au déficit de données scientifiques que cette étude a été
initiée. Elle a pour objectif général de contribuer à l’identification des habitats propices à la conservation
in situ des populations naturelles et de la diversité génétique de D. praehensilis au Togo. Plus
spécifiquement il s’agit : 1) d’identifier les facteurs bioclimatiques les plus pertinents expliquant la
distribution des habitats de D. praehensilis dans la zone subhumide du Togo et de 2) de déterminer la
localisation et l’étendue des aires favorables à la conservation de D. praehensilis dans la zone forestière
et subhumide du Togo.
(Source : Wembou, aout 2013)
Figure 1 : Dioscorea praehensilis (a) : inflorescence mâle et feuilles ; (b) : tige épineuse ; (c) : fruits ; (d)
: couronnes épineuses ; (e) : tubercule

RCJT/CJTG, Université Laurentienne/Laurentian University, Géographie/Geography, Sudbury, Ontario, P3E 2C6, Canada. ISSN : 2292-
4108. Vol. 4(1) : 59-68. Copyright @ 2017 RCGT-CJTG Tous droits réservés/All rights reserved.
61
LA ZONE D’ÉTUDE
L’étude a été conduite dans la zone subhumide située du Togo (Figure 2). Cette zone jouit d’un climat
subéquatorial de transition caractérisé par une grande saison pluvieuse de 8 mois (mars à octobre),
interrompue par une diminution de la pluviosité en août ou en septembre. Avec des moyennes de
précipitations annuelles comprises entre 1250 mm et 1500 mm, elle est la zone la plus arrosée du Togo
et est subdivisée en deux régions climatiques située de part et d’autre de l’axe passant par Kougnohou et
au-dessus d’Amlamé. La première située au sud est marquée par un à deux mois écologiquement secs
(P<50 mm) et une pluviométrie annuelle variant entre 1350 mm et 1500 mm du fait de l’exposition des
pentes par rapport à la mousson génératrice de pluies et d’humidité. La seconde région est située au
nord de cet axe et est caractérisée par un climat intermédiaire tendant vers le soudanien imposé par
l’harmattan, la proximité avec la savane soudanienne et l’effet Foehn (Wembou et al., 2014 : 44). Les
précipitations y varient entre 1250 mm et 1350 mm de pluies avec 3 à 4 mois écologiquement secs
consécutifs. La végétation se compose aujourd’hui d’une mosaïque de lambeaux forestiers, d’agroforêts,
de savanes, de jachères et de plantations (Tchamiè, 2000 : 3). La population locale a pour principale
activité l’agriculture, d’où la forte pression exercée sur les formations végétales de la zone. Bien qu’elle
soit la plus petite zone écologique du Togo, la zone subhumide est la plus riche en Dioscorea spp dont
certains sont localement importantes. Il s’agit de Dioscorea dumetorum (Knuth.) Pax, Dioscorea preussii
Pax, Dioscorea sansibarensis Pax, Dioscorea bulbifera L., Dioscorea liebrechstiana De Wild. et T. Durand,
Dioscorea smilacifolia De Wild., Dioscorea togoensis Knuth., Dioscorea praehensilis Benth., Dioscorea
abissynica Hochst ex Knuth, Dioscorea mangenotiana Miège, Dioscorea minutiflora Engel., Dioscorea
sagittifolia Pax, Dioscorea schimperana Hochst, Dioscorea hirtiflora (Knuth.) Pax et Dioscorea burkilliana
Miège (Padakale, 1999 : 3 ; Adjossou, 2009 : 224 ; Akpagana 1989 : 170). Cette zone compte huit aires
protégées. Il s’agit de forêt classée (FC) des Deux Bèna, la FC d’Atilakoutsè, la FC de Missahoé, la FC
d’Agou, la FC de Wouto, la FC de Assimé, la FC d’Assoukoko et la FC d’Amétui) dont certaines présentent
des potentialités pour la conservation in situ de cette espèce (Wembou et al, 2015 : 391).
Figure 2: Situation géographique de la zone subhumide du Togo
MÉTHODOLOGIE
Collecte des données
Les coordonnées géographiques (longitude et latitude) de présence de D. praehensilis ont été
enregistrées à partir de travaux de terrain à l’aide d’un récepteur GPS (Global Positioning System). Afin
de maximiser la précision des résultats de la modélisation, les coordonnées de présence de l’espèce hors
du milieu d’étude, mais dans les mêmes zones climatiques couvertes, ont été collectées à travers son
aire de distribution en Afrique de l’Ouest. Ces données additionnelles ont été obtenues en explorant des
bases de données de biodiversité en ligne telles que le GBIF (Global Biodiversity Information Facility : //
www.gbif.org) et des travaux antérieurs sur l’espèce (Hamon et al., 1995 : 52 ; Dansi et al., 2013 : 1).

RCJT/CJTG, Université Laurentienne/Laurentian University, Géographie/Geography, Sudbury, Ontario, P3E 2C6, Canada. ISSN : 2292-
4108. Vol. 4(1) : 59-68. Copyright @ 2017 RCGT-CJTG Tous droits réservés/All rights reserved.
62
Au total pour la modélisation, 101 points d’observations ont été utilisés dont 60 au Togo. Les données
bioclimatiques actuelles et celles d’altitude ont été dérivées des données climatiques de 1950-2000,
téléchargées de la base de données Worldclim version 1.4 (Hijmans et al., 2005 : 1970 ; Hijmans et al.,
2006) et les données des sols de la Harmonized World Soil Database version 1.2. Ces variables
bioclimatiques (Tableau 1) générées à partir des données climatiques brutes (précipitations et
températures) ont été préparées et mises sous formats compatibles avec le programme MaxEnt Model
v3.3.3 à l’aide du logiciel DIVA-GIS 7.5.
Sélection des variables climatiques, modélisation de la niche écologique et validation du
modèle
Au total 21 variables écologiques (19 bioclimatiques, l’altitude et les sols) ont été soumises à un test de
corrélation pour sélectionner les moins corrélées (r < 0,85) compte tenu des biais que les corrélations ont
sur les prédictions (Elith et al., 2006 : 136 ; Gbesso et al., 2013 : 2010 ; Fandohan et al., 2013 :453).
Un test de Jackknife a été ensuite effectué sur les variables bioclimatiques considérées pour déterminer
celles qui contribuent le plus à la modélisation. L’apport de chaque variable au modèle a été estimé. Cet
apport a été défini par la proportion de déviance expliquée par la variable étudiée lorsqu’elle est ajoutée
au modèle. Seules les variable les plus explicatives (c’est-à-dire celle dont l’ajout dans le modèle
engendre la plus forte baisse de déviance résiduelle), statistiquement significative (p > 0,001), dont
l’action sur l’espèce est cohérente, clairement interprétable et différentiable des précédentes, ont été
sélectionnées (Piédallu et al., 2009 : 6 ; Kumar et Stohlgren, 2009: 95). Pour évaluer le modèle, 25%
des points d’observation de l’espèce ont été utilisés pour tester le modèle et 75% pour le calibrer. La
validation croisée du modèle a été répétée dix fois pour produire des estimations robustes des
performances du modèle.
Codes
Variables bioclimatiques
BIO_01
Température moyenne annuelle
BIO_02
Ecart diurne moyen (Température maximale - Température minimale ; moyenne mensuelle)
BIO_03
Isothermalité (BIO_01/BIO_07) × 100
BIO_04
Saisonnalité de la température (Coefficient de variation)
BIO_05
Température maximale de la période la plus chaude
BIO_06
Température minimale de la période la plus froide
BIO_07
Ecart annuel de température (BIO_05-BIO_06)
BIO_08
Température moyenne du trimestre le plus humide
BIO_09
Température moyenne du trimestre le plus sec
BIO_10
Température moyenne du trimestre le plus chaud
BIO_11
Température moyenne du trimestre le plus froid
BIO_12
Précipitations annuelles
BIO_13
Précipitations de la période la plus humide
BIO_14
Précipitations de la période la plus sèche
BIO_15
Saisonnalité des précipitations (Coefficient de variation)
BIO_16
Précipitations du trimestre le plus humide
BIO_17
Précipitations du trimestre le plus sec
BIO_18
Précipitations du trimestre le plus chaud
BIO_19
Précipitations du trimestre le plus froid.
Tableau 1 : Variables bioclimatiques utilisées pour la modélisation de la niche
Un seuil de probabilité optimal au-dessus duquel on prédit la présence de l’espèce et en dessous duquel
on prédit son absence a été défini par la méthode de la courbe ROC (Receiver Operating Curve). Cette
méthode permet de transformer une probabilité continue en une variable binaire (présence ou absence),
et ainsi de cartographier les secteurs où les conditions de milieu sont favorables à l’espèce. La courbe
ROC a permis aussi de calculer l’AUC (Area Under the Curve), un indice évaluant la qualité globale du
modèle indépendamment du seuil de probabilité choisi pour prédire les présences et les absences de
l’espèce (Phillips et al., 2006 : 243). Des valeurs d’AUC comprises entre 0,5 et 0,7 correspondent à des

RCJT/CJTG, Université Laurentienne/Laurentian University, Géographie/Geography, Sudbury, Ontario, P3E 2C6, Canada. ISSN : 2292-
4108. Vol. 4(1) : 59-68. Copyright @ 2017 RCGT-CJTG Tous droits réservés/All rights reserved.
63
modèles mauvais à médiocre, entre 0,7 et 0,8 à des modèles corrects, et respectivement entre 0,8 et 0,9
puis 0,9 et 1 à de bons puis très bons modèles (Piedallu et al., 2009 : 573). La qualité des cartes
produites a été évaluée en comparant les présences/absences prédites avec les présences/absences
observées sur le terrain.
Cartographie et analyse spatiale
Les résultats de modélisation produits par MaxEnt ont été importés dans ArcGIS 10 pour cartographier
les habitats favorables à l’espèce pour les conditions climatiques actuelles. Avec l’outil d’analyse spatiale
de DivaGis 7.5, l’étendue de chaque type d’habitat sous les conditions climatiques présentes a été
estimée à partir du nombre de pixels occupés par chaque type d’habitat.
RÉSULTATS
Sélection des variables climatiques et validation du modèle
Sur 21 variables écologiques (19 bioclimatiques, l’altitude et les sols) testées par l’analyse des
corrélations et le test de Jackknife, cinq se sont révélées les moins corrélées (r < 0,85) et ont été
retenues pour la modélisation (Figure 3). Il s’agit de : BIO_03 (Isothermalité), BIO_04 (Saisonnalité de
la température), BIO_14 (Précipitations de la période la plus sèche), BIO_17 (Précipitations du trimestre
le plus sec), BIO_07 (Ecart annuel de température).
Figure 3 : Résultat du test de Jackknife sur la contribution des modèles
La contribution des cinq variables sélectionnées est présentée dans le tableau 2. La variable BIO_03 a
plus contribuée à l’édification du modèle suivi des variables BIO_14 et BIO_04.
La valeur de l’AUC pour la mise en œuvre du modèle MaxEnt est de 0,968 et celle pour la mise en œuvre
de son test est de 0,983. Ces valeurs suggèrent une bonne performance de l’algorithme MaxEnt à
capturer les variations des données environnementales donc une bonne capacité du modèle à prédire les
habitats favorables à l’espèce.
Tableau 2: Variables bioclimatiques efficaces et leurs contributions au modèle
Distribution et étendue actuelles des habitats favorables à D. praehensilis
Les habitats favorables à D. praehensilis occupent globalement toute l’étendue de la zone subhumide du
Togo. Les résultats de la modélisation montrent qu’il existe trois sortes de zones (Figure 4) :
Codes
Variables bioclimatiques
Contributions
BIO_03
Isothermalité
64,7%
BIO_14
Précipitations de la période la plus sèche
14,0%
BIO_04
Saisonnalité de la température
10,8%
BIO_17
Précipitations du trimestre le plus sec
5,6%
BIO_07
Ecart annuel de température
4,9%