Détection Et Suivi De La Dynamique Des Mares Au Sahel · 1- Centre de Suivi Ecologique (CSE), BP...

Preview:

Citation preview

Changement climatique, vulnérabilité et santéanimale : 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

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, jacques-andre.ndione@cse.sn2- Université Paul Sabatier, Toulouse, France

3- Ecole Nationale Vétérinaire de Lyon, France4- 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, SENEGAL6- Centre National d'Études Spatiales (CNES), Toulouse, France

14ème COLLOQUE INTERNATIONAL EN ÉVALUATION ENVIRONNEMENTALENIAMEY, RÉPUBLIQUE DU NIGER, 26 au 29 MAI 2009

PlanPlan

Introduction

Problématique : FVR ?

Zone d’étude

Données, méthodes et résultats

Bref aperçu sur les impacts du CC

Conclusions et perspectives

1 préoccupation : mieux comprendre les cycles viraux et parasitaires afin de proposer des mesures de gestion du risque sanitaire

Développement un modèle dynamique d’évolution du système agent pathogène - vecteur - hôte

Développement un modèle plus global du fonctionnement de l’écosystème

Introduction

1 préalable : comprendre les mécanismes dans lesquelles les conditions climatiques et environnementales sont déterminantes dansle déclenchement des épidémies

2 questions scientifiques : (i) quelle pourrait être la contribution du satellite par rapport à cetteproblématique ? (ii) quelle appréciation faire du risqueenvironnemental 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), elleinscrite 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

© De la Roque (2005)

FVR : une maladie au carrefour de 3 systèmes

Fièvre de la Vallée duRift (FVR) ? (2)

???

Nouveau challenge

La FVR a été décrite pour la première fois en 1931 au Kenya par Montgomery et Stordy (Christophe et al., 1997)

Fièvre de la Vallée du Rift (FVR) ? (4)Quelques repères historiques…

2007 : (i) épidémie de FVR au Soudan 161 décès ; (ii) 1062 cas dont315 décès au Kenya, en Tanzanie et en Somalie

2008 : virus de la FVR isolé à Mayotte (AFSSA, 2008 ; Sissoko, 2009)

Depuis 2000, la FVR est passéede l'Afrique àl’Asie (Yémen et Arabie Saoudite)

Epidémies en Afrique entre 1963-2007

Epidémie de FVR en 1987

Zone

d’étude Zone à risque de la FVR au Sénégal

Fièvre de la Vallée du Rift (FVR) ? (4)

Source : Sagna (2000)

MoustiqueAedes Vexans

Capture de moustiques

Fièvre de la Vallée du Rift (FVR) : acquisscientifiques 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)

Fièvre de la Vallée du Rift (FVR) : acquisscientifiques grâce aux mesures in situ (2)Comportement trophique : les vecteurs

de la FVR se nourrissent de sang des bovins et des moutons

Cycle épidémiologique de la FVR au Ferlo (Diallo, 1995)

Grand intérêt autour des mares temporaires ?

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

Grand intérêt autour des mares temporaires. Pourquoi ?

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 !

Eau des mares = abreuvement gratuit du bétailEau des mares = eau de boisson gratuite pour les populations par endroitsMares = aire de lessive pour les populationsMares = gîtes larvaires des vecteurs de la FVRMares = zone de contact par excellence entre hôtes-vecteurs

La zone expérimentale

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)

Image SPOT 5 multispectrale haute résolution spatiale -10m

46 km

43 k

m

© CNES 2003, distribution Spot Image

Zoom - Taille du pixel : 10m Baobab de la mare de Barkédji (Sept. 2003)

Barkedji

Kangaledji

Furdu

Ngao

Niaka

2 kmSpot 5, extrait de scène 10 m Couleur - Acquisition du 26 août 2003

Village de Barkédji

Mare de Barkédji

Site d’étude de Barkédji - Sénégal

5 images multispectrales SPOT 5 (10m de résolution) pré-traitées de niveau 2A :

26 août 2003 ; 17 et 27 octobre 2003 ; 18 novembre 2003 ; 19 janvier 2004.

Calage relatif (image à image) => RMS = 0.3Utilisation de différents indices :

Indice de détection des mares par différence normalisée

Indice de de turbidité par différence normalisée

Zone potentiellement occupée par les moustiquesBuffer moyen de 500m autour des mares détectées pour

délimiter la ZPOM ; pourquoi 500m ?

VertMIRVertMIRNDPI +−=

VertRougeVertRougeNDTI +−=

Données et méthodes (2)

Lacaux et al (2007), Tourre et al (2008) et Ndione et al (2009)

Données et méthodes (3)Détection des mares grâce à la classification hiérarchique par

arbre décisionnel :

DDéétection des mares dans la rtection des mares dans la réégion du Ferlo (Sgion du Ferlo (Séénnéégal) gal)

© 18/11/2002, VITO, All rights reserved

avec SPOT-VEGETATION synthèse décadaire 1km21/08/2003

100 ha (1 pixel) détectés en eau

Un outil spatial adaptUn outil spatial adaptééàà la surveillance de la Fila surveillance de la Fièèvre de la Vallvre de la Valléée du Rift (FVR)e du Rift (FVR)

Résultats

avec SPOT 5 10m26/08/2003

© Médias-France Product, CNES 2003, Distribution Spot Image SA, tous droits réservés

1703 ha détectés en eau

une cartographie correcte des mares gîtes larvaires

Un outil spatial adaptUn outil spatial adaptééàà la surveillance de la Fila surveillance de la Fièèvre de la Vallvre de la Valléée du Rift (FVR)e du Rift (FVR)

Résultats (2)

6.6 ha(25%)

26/08/2003 17/10/2003 27/10/2003 19/01/2004© CNES 2003, Distribution Spot Image SA,

Composition colorée

Mare

26.7 ha(100%)

8.9 ha(33%)

3.8 ha(14%)

0.3 ha(1%)

18/11/2003

Indice NDPI

Suivi spatioSuivi spatio--temporel des mares, donc des gtemporel des mares, donc des gîîtes larvairestes larvaires 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, © CNES 2003, Distribution Spot Image SA, © CNES 2003, Distribution Spot Image SA,

FiFièèvre de la vallvre de la valléée du Rift, ge du Rift, gîîtes larvaires et ZPOMtes larvaires et ZPOMZone Potentiellement Zone Potentiellement

OccupOccupéée par les moustiques (ZPOM)Détection des maresImage SPOT5 (10m) e par les moustiques (ZPOM)

© CNES 2003, Distribution Spot Image SA © Medias-France product, CNES 2003, Distribution Spot Image SA © Medias-France product, CNES 2003, Distribution Spot Image SA

Mares ~ 1% de la zone étudiée ZPOM ~ 25% de la zone étudiée

500mLL’’analyse et le traitement danalyse et le traitement d’’images satellite images satellite àà haute haute

rréésolution spatiale (SPOT 5, 10msolution spatiale (SPOT 5, 10mèètres) permet de tres) permet de ddéétecter la surface des mares (jusqu'tecter la surface des mares (jusqu'àà 100m2) ainsi que 100m2) ainsi que leur couverture vleur couverture vééggéétale et leur turbidittale et leur turbiditéé et finalement et finalement dd’’estimer les zones potentiellement occupestimer les zones potentiellement occupéées par les es par les moustiques (Jmoustiques (J--P. P. LacauxLacaux et et alal 2007*)2007*)

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)

Ponds ZPOM

ZPOM Parks

RisksRisks

Hazards Vulnerability

From Remote Sensing to RisksFrom Remote Sensing to Risks Some parks…

Photo by Jacques-André Ndione, 2006

Photo by Jacques-André Ndione, 2008

Photo by Jacques-André Ndione, 2008

Photo by Jacques-André Ndione, 2008

@Emercase, 2003

Vignolles et al. (2009)

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.

R0: Taux de reproduction de base

►► Changement climatique : matChangement climatique : matéériel et mriel et mééthodethode

Courtesy: Philippe SABATIER, 2008

Evaluation des impacts CC sur R0

Evènements pluvieux, Ruissellement et Routage

de l’eau, Humidité des sols

Dynamique des Populations Vectrices

Dynamique des habitats larvaires

aquatiques

Dynamique de transmission: Capacité

vectorielle

Index Eco-climatiques

Cold/hot stressDry/humid stress

Emergence, Abondance, Survie

Repas de sang, Compétence et sporogonie

TempératurePrécipitations

Humidité

Patrons régionaux de Changement Climatique

(sorties des GCM)

Remplissage-Vidange

PrécipitationsDébits

►► Changement climatique : matChangement climatique : matéériel et mriel et mééthodethode

Courtesy: Philippe SABATIER, 2008

OeufAdulte

HôteHôte

Juvénile

Migration

Cycle physiologique Cycle physiologique

Incubant

InfectantSensible

IntrinsIntrinsèèqueque

Résistant

Cycle infectieux Cycle infectieux

Sv(t)

Rh(t)

Ih(t)

Eh(t)

24/24

Evaluation des Impacts du CC

►► Changement climatique : matChangement climatique : matéériel et mriel et mééthodethode

Impact Climatique Direct

Habitats

Impact Climatique Indirect

Nymphe

Oeuf

Larve

Adulte Cycle physiologique Cycle physiologique

VecteurVecteur

Diffusion

Incubant

Infectant

Sensible

Cycle infectieux Cycle infectieux ExtrinsExtrinsèèqueque

Sv(t)

Ev(t)

Iv(t)

AT RRR ,0,00 .=

Courtesy: Philippe SABATIER, 2008

Sensibilité de R0,A au CC

25/2425/24

►► Changement climatique Changement climatique : impacts sur l’entomologie

ασχ ),(),(,0

TtTtR A =

Distribution des pluies

Impact sur des gîtes semi-permanents et sur R0,A

Impact sur des gîtes temporaireset sur R0,A

(Porphyre et al. 2005)Courtesy: Philippe SABATIER, 2008

Analyse de sensibilité du R0,Aaux variation de la pluviométrie:

Sorties des simulations régionalisées du Scénarios A2 (Arpége, CNRM Météo-France)

Cartographie des impacts indirects

Champs de puies

Gîtes larvaires

SPOT 5 Images 10m SPOT 5 Images 10m colorcolorBarkedjiBarkedji Ferlo Ferlo RegionRegion

((SenegalSenegal) 26/08/03) 26/08/03Spatialisation du R0,A

Localisation des gîteslarvaires par télédétection

26/24 Courtesy: Philippe SABATIER, 2008

►► Changement climatique Changement climatique : impacts sur l’entomologie

SPOT 5 © CNES 03 10m Resolution, 15° 16’ N; 14° 52’ W

Identifications des habitats larvaires

Evaluation de la durée de la saison sèche Calcul du ruissellement

Calcul des température de surface JAS

26/08/2003 26/08/2003

Dynamique des gîtes et Capacité de transmission

19/01/200418/11/200327/10/2003

15 km

1 km

20 m

20 m

Base de données d’impacts

27

Calcul des précipitations journalières JAS

►► Résultats préliminaires

Courtesy: Philippe SABATIER, 200827/24

Conclusions et Perspectives (1)⇒ 1er type de carte à risque

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.

Approche multidisciplinaire ⇒ meilleure compréhension des mécanismes

Documenter les mares (hydrologie, qualité de l’eau, couverture végétale…) en relation avec :

– la dynamique vectorielle ;

–– les informations sur le bles informations sur le béétail, la rtail, la réépartition des campements partition des campements et des parcs et des parcs àà bestiaux autour des maresbestiaux autour des mares……

Modéliser les états hydrologiques de surface : l’échelle des processus de transmission n’est pas suffisament étudiée par les hydrologues…

Evaluer et réduire les incertitudes des modèles (CC)

Conclusions et Perspectives (2)

Etendre l’évaluation des impacts à d’autres maladies vectorielles (paludisme, dengue…); d’autres situations climatiques (Europe) ou hydrologiques (Systèmes irrigués)

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…)

REMERCIEMENTSDr Antonio Güell, Chef du Service Applications/Valorisation du CNESPr. Philippe SABATIER, ENV Lyon & IMAGDr Bernard FONTAINE, CRC DijonPr. 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

DIREL

« Faire du ciel le plus bel endroit de la terre » (Air France)Si cela peut aider à sauver des vies… Pourquoi pas ?

Recommended