Chapitre 1. Vérification de la qualité d’un service climatique pour l’agriculture
p. 19-30
Texte intégral
Introduction
1Après les grandes sécheresses des années 1970 et 1980, on observe de nos jours un retour vers des conditions normales à humides marquées par des phénomènes climatiques extrêmes (Maidment et al., 2015 ; Salack et al., 2015). En effet, les saisons des pluies présentent un caractère mixte incluant des pauses pluviométriques extrêmes, des faux-départs et fins précoces des saisons (Sanogo et al., 2015 ; Salack et al., 2016) et une intensification du cycle hydrologique marquée par une augmentation de la fréquence et de l’intensité de pluies diluviennes (Taylor et al., 2017 ; Salack et al., 2018). Les pluies diluviennes sont à la base des inondations, qui à leur tour causent l’asphyxie des cultures de bas-fonds par engorgement du sol, l’érosion de la terre arable et des micronutriments par ruissellement. Ces aléas agroclimatiques extrêmes créent des risques énormes pour l’agriculture pluviale au Sahel.
2La capacité des producteurs locaux à réagir face à ces aléas et risques pluviométriques extrêmes est limitée par le manque d’accès à une information climatique de qualité et à des conseils pratiques qui optimisent son utilisation. L’utilisation adaptée d’informations climatiques fiables permet de prendre des décisions en vue de réduire les impacts des aléas climatiques et d’offrir de bonnes bases pour la planification future allant de quelques heures à plusieurs jours ou années (WMO, 2015). L’adoption des services et informations climatiques (ISC) constitue l’un des facteurs déterminants des mesures d’adaptation et de résilience face à la variabilité et aux changements climatiques. Cette adoption devrait permettre l’augmentation de la productivité et l’amélioration de la sécurité alimentaire en milieu rural (Ouedraogo et al., 2018). En outre, le développement des cadres des ISC au niveau global, régional et local va renforcer la production, la disponibilité, la fourniture et l’application des prévisions et services climatiques afin de faciliter la planification des activités agricoles (Clements et al., 2013).
3En Afrique de l’Ouest, la mise en œuvre des ISC est lente pour des raisons liées à leur disponibilité, leur accessibilité, leur fiabilité, leur compréhension ainsi que leur utilisation adaptée (Kadi et al., 2011 ; Clements et al., 2013 ; Vaughan et al., 2019). Outre la fiabilité de l’information climatique, la perception du risque (sécheresses, inondations, etc.) apparaît comme un facteur déterminant qui influence l’utilisation de l’information climatique (Cash et al., 2003 ; Lemos et Morehouse, 2005 ; Damba et al., 2018).
4Plusieurs études ont évalué la valeur de l’utilisation de l’information climatique dans le domaine de l’agriculture en Afrique subsaharienne (Sultan et al., 2010 ; Roudier et al., 2014 ; Bliefernicht et al., 2018 ; Tarchiani et al., 2018). Cependant, il existe encore très peu de preuves sur la capacité des ISC à tenir leurs promesses d’amélioration de l’agriculture (Lugen et al., 2018 ; Vaughan et al., 2019). Cela est lié en partie aux méthodes d’évaluations utilisées pour quantifier la qualité et l’impact des ISC livrés aux producteurs. Ainsi, on relève la non-prise en compte d’une année de référence, la difficulté dans l’attribution des changements de pratiques et de gestions agricoles, la complexité du système économique et social au niveau local, la pluralité des voies de communication, les problèmes liés à la qualité du service ou encore la fiabilité de l’information (Tall et al., 2018 ; Vaughan et al., 2019). Alors, comment peut-on vérifier la qualité d’un service agroclimatique ? Dans ce chapitre, nous présentons deux approches de vérifications qualitative et quantitative des ISC, coproduits et fournis en 2017 et 2018 à un groupe d’une soixantaine de producteurs de neuf villages autour de Dano et Ouahigouya (Burkina Faso) et Bolgatanga (Nord-Ghana). Dans la 2e partie de ce chapitre, nous décrivons la méthodologie de coproduction et diffusion du service agroclimatique « AgInfo », son cadre de mise en œuvre et les techniques de vérification utilisées. Les résultats sont présentés dans la 3e partie, suivis de recommandations et de la conclusion dans la 4e partie.
Méthodologie de vérification
Coproduction et diffusion du service agroclimatique « AgInfo »
5Une information partielle ou mauvaise entraîne de mauvaises décisions, d’où l’importance d’améliorer les stratégies de communication et d’accroître leur rôle dans l’accès aux ISC et dans l’usage de ces derniers (Vaughan et al., 2019). Pendant la mise en œuvre du projet APTE-211, l’information climatique destinée aux producteurs est produite par une équipe pluridisciplinaire constituée de météorologues, agronomes, pédologues, agents de vulgarisation et producteurs. Cette approche pluridisciplinaire de coproduction a permis le développement du service agroclimatique « AgInfo ». Il s’agit d’un message court, hebdomadaire, destiné à des producteurs dont les champs sont géoréférencés avec des traits physiques connus au préalable. Ce message contient les prévisions saisonnières (3 prochains mois), les prévisions subjectives de 24 h, les prévisions déterministes de 7 jours, et des consignes de pratiques agricoles (les itinéraires techniques valides uniquement dans le cadre des prévisions). Le paquet AgInfo estime aussi le niveau de confiance des prévisions fournies (pourcentage de fiabilité ou de réalisation d’une prévision) et se focalise sur les faux-départs des saisons, les poches de sécheresse supérieures ou égales à 10 jours et les pluies diluviennes (trois catégories de pluie intense définies par Salack et al., 2018). Les prévisions sont générées en un seul jour et sont valides sur une semaine, et les consignes de pratiques agricoles et itinéraires techniques tiennent compte de la culture (maïs, mil, sorgho et/ou niébé) et de son stade de développement. Le paquet AgInfo est transmis, de manière vocale, aux producteurs à travers leurs téléphones mobiles en langues locales (mooré, dagara, fara-fara, wolof), en français et en anglais.

Figure 1.
Processus de production et d’interaction des acteurs dans la production, l’accès et l’utilisation de l’information agroclimatique (AgInfo).
6Lorsqu’il est transmis aux bénéficiaires, le paquet AgInfo est suivi et évalué au travers d’un champ-école agroclimatique (CEA). Le CEA comporte aussi une séance d’entretien personnalisé (téléphonique ou face-à-face) avec le producteur sur le contenu d’AgInfo et d’autres aspects non inclus dans le paquet, notamment les changements et variabilités historiques et les projections futures portant sur la localité, les maladies/parasites des cultures, etc. Les séances de CEA sont organisées un mois avant le semis, deux mois après les semis et un mois après les récoltes. Par ailleurs, les producteurs participent à la vérification de la qualité du paquet AgInfo séance tenante (après sa réception) et/ou pendant les rencontres CEA (fig. 1). Cette interaction permanente entre l’équipe de production du service AgInfo et les bénéficiaires permet de vérifier et d’améliorer les cas d’échec, et de documenter les cas de succès.
Le cadre de mise en œuvre
7Selon le Climate Services Partnership (CSP)2, la notion de services climatiques implique à la fois la production, la traduction, le transfert et l’utilisation des connaissances et informations climatiques dans le cadre de la planification et de la prise de décision tenant compte de ces informations. Ainsi, la connaissance et la prise en compte des types d’informations climatiques dont les producteurs ont besoin pourraient favoriser leur utilisation et faciliter l’évaluation de leur impact (Hansen et al., 2011 ; Sultan, 2017). Dans le contexte du service AgInfo, la démonstration et la vérification ont été effectuées dans trois sites pilotes dont Dano et Ouahigouya au Burkina Faso et Bolgatanga à l’extrême-nord du Ghana pendant les saisons culturales 2017 et 2018. Les champs de démonstration sont au nombre de trente, répartis dans 9 villages (3 villages dans chaque site pilote).
8Dans chaque site pilote, deux groupes de producteurs ont été choisis, dont dix producteurs « modèles » et dix producteurs « témoins ». Les producteurs « modèles » sont dotés de téléphones portables prépayés leur permettant d’être en contact avec les producteurs des ISC, d’outils aratoires, de semences, d’engrais organiques et minéraux pour mener leurs activités. Ils ont également reçu des pluviomètres et une formation sur leur utilisation pour faire des relevés pluviométriques quotidiens. Chacun des producteurs modèles : 1) a un proche parent (enfant ou enfant d’un proche) inscrit dans un collège/lycée local pouvant, au besoin, l’aider dans la collecte et la transmission des données du pluviomètre manuel ; 2) est aussi propriétaire d’un champ présentant une ou plusieurs des caractéristiques suivantes :
- un fort potentiel d’érosion due aux ruissellements (forte pente) ;
- un fort potentiel d’inondation (champ en bas de pente avec faible drainage) ;
- une forte dégradation de la terre arable (dégradation avancée des nutriments) ;
- un champ normal ne présentant pas les trois anomalies précédemment citées.
Encadré 1 – Terminologies
1. Producteurs « modèles » : le groupe de producteurs qui reçoivent l’information : tout le paquet AgInfo (information climatique personnalisée, consignes de pratiques agricoles et itinéraires techniques et agro-technologiques adaptés à l’information fournie.
2. Producteurs « témoins » : le groupe de producteurs qui ne reçoivent rien (ni l’information, ni la technologie, ni la pratique).
9Dans chaque catégorie de champ, nous avons délimité une parcelle de 0,25 ha pour servir de « champ de démonstration ». Avant l’application du paquet AgInfo dans les champs de démonstration, de petits ouvrages hydro-agricoles ont été construits (techniques du Zaï, de la demi-lune ou du cordon pierreux), selon les besoins spécifiques du champ pour la conservation de l’eau et des nutriments du sol. Ces champs de démonstration sont à proximité de sentiers et autres voies publiques et servent de vitrines, visibles et accessibles à tous les passants. Par ailleurs, un agent de vulgarisation joue le rôle de « point focal » pour chaque site pilote afin de soutenir la mise en application rigoureuse du paquet AgInfo ; il intervient aussi dans la formation des producteurs modèles.
Vérification numérique des prévisions
10Hormis l’évaluation du paquet AgInfo à travers le retour ou « feedback » des producteurs (fig. 1), des indices de vérifications numériques sont également utilisés pour quantifier la fiabilité de l’information climatique fournie dans AgInfo. Il s’agit d’un ensemble de techniques permettant d’évaluer la performance des prévisions en les comparant aux observations réelles pour rendre compte de leur niveau de réussite et de leur qualité (Jolliffe et Stephenson, 2003 ; Roebber, 2009). La vérification numérique permet d’améliorer les prévisions en identifiant et corrigeant les cas d’échec sur la base d’indices statistiques dont certains sont calculés à partir d’un tableau de contingence à deux ou plusieurs entrées (Murphy, 1993). Ainsi, nous avons utilisé le diagramme de performance (Roebber, 2009) pour vérifier la fiabilité de nos prévisions de 24 heures et de 7 jours. Ce diagramme est établi sur la base de : la probabilité de détection (POD) qui donne la proportion d’événements correctement prévus (POD varie de 0 à 1. POD = 1 signifie que l’événement prévu est observé) ; le taux de succès (SR) qui donne la probabilité d’un événement observé étant donné qu’il a été prévu (SR varie entre 0 et 1. Une prévision est parfaite lorsque SR = 1.) ; le biais fréquentiel (BIAS), qui est le rapport du nombre total d’événements prévus par le nombre d’événements observés (BIAS > 1 signifie une surestimation, BIAS < 1 veut dire une sous-estimation et BIAS égal à 1 signifie prévision parfaite) ; l’indice critique de succès (CSI) qui mesure la fraction d’événements observés et/ou prévus et qui ont été correctement prédits (CSI va de 0 pour mauvaise prévision à 1 pour bonne prévision).
Résultats
Évaluation de la qualité des prévisions AgInfo
11La connaissance de la date de début de la saison culturale et de la qualité de la saison des pluies (sèche, humide ou normale) est cruciale et constitue la première information servant à la planification des activités agricoles au Sahel. Cette information guide en partie le choix des variétés (semences), encourage l’application de tel ou tel autre itinéraire technique et surtout permet d’éviter des re-semis. La prévision des dates probables de début des semis ou de début de la saison culturale est basée sur une approche diagnostique qui combine les résultats de la prévision saisonnière et le risque lié à un « faux-départ » de saison, permettant ainsi de déterminer une date optimale à partir de laquelle les semis pourront débuter sur chaque site pilote (cf. chap. 2, cet ouvrage). À l’exception de Bolgatanga pour l’année 2017, les cumuls saisonniers des pluies attendues (normale à tendances excédentaires) et ceux réellement observés pour les deux années expérimentales (2017 et 2018) ont été équivalents ou légèrement supérieurs aux normales (1981-2010) des sites pilotes (tabl. 1). Cette concordance entre les prévisions saisonnières des cumuls de pluies et ceux observés a déjà été rapportée par des travaux antérieurs (Sultan et al., 2010 ; Bliefernicht et al., 2018) et confirme la fiabilité des prévisions saisonnières au Sahel. En outre, l’année 2018 a été légèrement plus humide que 2017, avec des cumuls et jours pluvieux plus importants, sauf pour Ouahigouya. Comparées à l’année de référence 2016, les deux années expérimentales sont déficitaires et présentent plus d’occurrences de phénomènes pluviométriques extrêmes (tabl. 1) susceptibles d’affecter les cultures.
Tableau 1. Récapitulatif du cumul saisonnier (mm), des jours pluvieux (RR1, en jour), des pauses pluviométriques extrêmes (ExDS) et des occurrences des pluies extrêmes (ERE) selon la catégorie des saisons des pluies 2018, 2017, 2016 et la normale 1981-2010.

12La figure 2 présente une évaluation de la qualité des prévisions des pluies de 24 h et des pauses pluviométriques extrêmes (ExDS, supérieure ou égale à 10 jours) à travers les indices de performance pour les trois sites pilotes. La meilleure performance est obtenue lorsque tous les indices indiquent la valeur (1). Il apparaît, globalement, une probabilité de détection (POD) relativement bonne (> 0,4) des événements pluvieux et des ExDS. Le taux de succès (SR), donnant la fraction des événements « oui » prévus et correctement observés, est assez important surtout pour les cas des événements pluvieux (> 0,6). Les biais fréquentiels (< 1) montrent une sous-estimation des événements prévus relativement à ceux observés. Ouahigouya, qui est situé dans une zone sahélienne, présente les meilleurs indices de performance comparativement à Dano et Bolgatanga, qui sont dans une zone soudanienne. Salack et al. (chap. 2, cet ouvrage) ont aussi montré une meilleure prévision des faux-départs de saison sur Ouahigouya par rapport aux autres sites pilotes. Cependant, ils ont conclu que cette performance pourrait être liée au hasard. De manière générale, ces prévisions à courtes échéances (24 h et ExDS) combinées aux prévisions saisonnières devraient être très bénéfiques aux producteurs. Selon Roudier et al. (2016) dans une étude menée au Niger, les prévisions de 10 jours seules ou combinées aux prévisions saisonnières pourraient être très bénéfiques pour toutes les catégories de producteurs.

Figure 2.
Diagramme de performance des événements pluvieux et des pauses pluviométriques extrêmes (ExDS) pour les sites pilotes.
Impacts observés dans les champs de démonstration et sur les rendements
13La qualité d’une prévision ne saurait témoigner de sa valeur que lorsque cette information est utilisée et appliquée dans les champs pour contribuer à l’amélioration des rendements agricoles, à la diminution des pertes économiques et du temps de travail des producteurs. Plusieurs études ont montré la valeur de l’utilisation des prévisions dans les systèmes de production (Sultan et al., 2010 ; Roudier et al., 2016 ; Bliefernicht et al., 2018), mais très peu se sont intéressées à la valeur d’un service agroclimatique au Sahel (Tarchiani et al., 2018). Dans le but de montrer aux agriculteurs des sites pilotes la valeur ajoutée de l’utilisation d’un service climatique pour l’agriculture tel que AgInfo, nous avons adopté une approche qui utilise des champs de démonstration, qui sont des champs dégradés, à risques ou abandonnés, et situés près des voies de passage. Dans ces champs, nous avons appliqué rigoureusement les consignes du paquet AgInfo et la photo 1 illustre bien les impacts de l’application de ces consignes. En effet, il apparaît que les cultures entretenues suivant les consignes AgInfo présentent une meilleure croissance végétative, ce qui constitue de bons signes d’une campagne agricole réussie et laisse présager de bonnes récoltes. Précédemment, Tarchiani et al. (2018) ont aussi rapporté une meilleure croissance végétative tout au long de la saison des cultures des producteurs modèles comparés aux producteurs témoins.

Photo 1.
Impacts de l’utilisation du paquet AgInfo dans les champs-écoles agroclimatiques.
14L’impact de l’utilisation des ISC (exemple AgInfo) sur les rendements des producteurs modèles et témoins est présenté sur la figure 3. Pour les sites pilotes de Dano et Bolgatanga, deux variétés de cultures (maïs et niébé) ont été utilisées, et trois variétés (sorgho, maïs et niébé) pour le site de Ouahigouya. Au cours des saisons expérimentales 2017 et 2018, les producteurs modèles ont enregistré une forte augmentation des rendements des cultures comparativement à l’année de référence 2016 sur quasiment tous les sites. La production de l’année 2018 a été légèrement supérieure à celle de 2017 sur tous les sites (fig. 3 a), en partie grâce à des conditions climatiques légèrement plus favorables (tabl. 1), mais aussi grâce à une meilleure application du paquet AgInfo par les producteurs. Cependant, des cas d’attaque de chenilles légionnaires, des maladies fongiques (par exemple sur le niébé à Dano) et l’occurrence de certains événements pluviométriques extrêmes ont eu des impacts négatifs sur les rendements. Néanmoins, les rendements des producteurs modèles ayant utilisé le service AgInfo sont nettement supérieurs à ceux des producteurs témoins au niveau de tous les sites et pour les deux années (fig. 3 b et 3 c]). Tarchiani et al. (2018) ont montré qu’en Mauritanie, les rendements de sorgho ont augmenté de 64 % grâce à l’utilisation des ISC. Il ressort aussi que les impacts sur les rendements sont liés au choix de pratiques adaptées aux prévisions saisonnières des cumuls pluviométriques et de la date de début de saison. Ces auteurs ont également fait mention des pertes économiques plus importantes liées aux activités culturales des producteurs témoins comparées à celles des producteurs modèles.

Figure 3.
Rendements des cultures des producteurs modèles et témoins au cours des saisons 2017 et 2018.
15Les changements observés dans les champs de démonstration et l’amélioration des rendements des cultures ont eu des conséquences positives pour les producteurs et ont suscité l’intérêt d’autres agriculteurs des mêmes villages pour intégrer le projet. Cet intérêt est basé sur les observations d’amélioration des rendements des cultures dans les champs des producteurs modèles. Cela pourrait éventuellement déclencher un système de partage des connaissances entre tous les agriculteurs au niveau des villages.
Conclusion
16Cette étude présente une méthode objective et une méthode subjective d’évaluation de la satisfaction des bénéficiaires d’un service agroclimatique à travers la mise en œuvre du paquet AgInfo. La méthode objective consiste à utiliser la vérification numérique pour évaluer la performance de l’information climatique contenue dans l’ISC. L’approche subjective requiert des critères solides d’évaluation de la qualité des ISC dont : (1) le choix des champs de démonstration ; (2) un canal de diffusion personnalisé ; (3) la coproduction, les échanges interactifs et participatifs ; (4) la formation des producteurs sur les pratiques adaptées à l’information fournie ; (5) le choix d’une année de référence relativement récente de comparaison de résultats. Ainsi, la qualité de l’ISC se mesure par la satisfaction des producteurs, qui s’exprime souvent par leur motivation à continuer à l’utiliser, ainsi que par l’augmentation de rendements à la fin de chaque saison culturale. L’étude a été menée sur deux années (2017 et 2018) et doit être poursuivie afin d’améliorer la robustesse de ses résultats. Il est à noter qu’en deux saisons, elle ne pourra être concluante sur la valeur économétrique de l’application de AgInfo dans les champs de démonstration, en particulier pour évaluer l’impact sur le revenu des producteurs pouvant améliorer leur bien-être et favoriser le développement local.
Bibliographie
Des DOI sont automatiquement ajoutés aux références bibliographiques par Bilbo, l’outil d’annotation bibliographique d’OpenEdition. Ces références bibliographiques peuvent être téléchargées dans les formats APA, Chicago et MLA.
Format
- APA
- Chicago
- MLA
Références
10.1175/JAMC-DD-1818-0066.1 :Bliefernicht J., Waongo M., Salack S., Seidel J., Laux P., Kunstmann H., 2018
Quality and Value of Seasonal Precipitation Forecasts Issued by the West African Regional Climate Outlook Forum. American Meteorological Society.
DOI : 10.1175/JAMC-D-18-0066.1
Cash D. W., Clark W. C., Alcock F., Dickson N. M., Eckley N., Guston D. H., Mitchell R. B., 2003
Knowledge systems for sustainable development. Proceedings of the National Academy of Sciences, 100 (14) : 8086-8091.
Clements J., Ray A., Anderson G., 2013
The value of climate services across economic and public sectors A Review of Relevant Literature. Washington DC, USAID, 54 p.
Damba M. M., Sanfo S., Salack S., Worou O. N., Thiombiano N., Tondoh E. J., Savadogo K., 2018
Information pluviométrique et choix des stratégies d’adaptation aux changements climatiques au Nord du Burkina Faso, Afrique de l’Ouest. Science et technique, Revue semestrielle de la recherche du Centre national de la recherche scientifique et technologique (CNRST) Série Sciences naturelles et appliquées, hors-série n° 4, janvier 2018.
Hansen J. W., Mason S. J., Sun L., Tall A., 2011
Review of seasonal climate forecasting for agriculture in sub-Saharan Africa. Experimental Agriculture, 47 (2) : 205-240.
Jolliffe I. T., Stephenson D. B., 2003
Forecast Verification : A Practitioner’s Guide in Atmospheric Science. Chichester, John Wiley and Sons.
Kadi M., Njau L. N., Mwikya J., Kamga A., 2011
The state of climate information services for agriculture and food security in West African countries. CCAFS Working Paper 4, Copenhagen, Denmark, CCAFS, 108 p.
Lawson K. N., 2018
Thresholds for operational agro-climatic monitoring and early warning against high impact rainfall events in the Sudan-Sahel region, West Africa. Univ. Lomé, 72 p.
Lemos M.C., Morehouse B. J., 2005
The co-production of science and policy in integrated climate assessments. Global Environmental Change, 15 : 57-68. DOI : 10.1016.
Lugen M., Diaz J., Sanfo S., Salack S., 2018
Using climate information and services to strengthen resilience in agriculture : The APTE-21 project in Burkina Faso. KLIMOS Working Paper n° 15, KLIMOS-ACROPOLIS, Brussels, Belgium.
Ly M., Traore S. B., Alhassane A., Sarr B., 2013
Evolution of some observed climate extremes in the West African Sahel.
Weather and Climate Extremes, 1 : 19-25.
Maidment R. I., Allan R. P., Black E., 2015
Recent observed and simulated changes in precipitation over Africa.
Geophysical Research Letters, 42 : 1-10.
Moïse D. M., 2018
Utilisation de l’information climatique et choix des stratégies d’adaptation aux changements climatiques au nord du Burkina Faso. Rapport, 55 p.
Murphy A. H., 1993
What is a good forecast ?
An essay in the nature of goodness in weather forecasting.
Weather and Forecasting, 8 : 281-293.
Ouédraogo M., Barry S., Zougmoré R. B., Samuel T. P., Leopold S., Gregoire B., 2018
Farmers’Willingness to Pay for Climate Information Services :
Evidence from Cowpea and Sesame Producers in Northern Burkina Faso.
Sustainability, 10, 611.
DOI : 10.3390/SU10030611.
Roebber P. J., 2009
Visualizing Multiple Measures of Forecast Quality. Weather and Forecasting, 24 (2) : 601-608.
Roudier P., Muller B., D’Aquino P., Roncoli C., Soumaré M. A., Batté L., Sultan B., 2014
The role of climate forecasts in smallholder agriculture : Lessons from participatory research in two communities in Senegal. Climate Risk Management, 2 : 42-55.
Roudier P., Alhassane A., Baron C., Louvet s., Sultan B., 2016
Assessing the benefits of weather and seasonal forecasts to millet growers in Niger. Agricultural and Forest Meteorology, 223 : 168-180.
Salack S., Sarr B., Sangare S. K., Ly M., Sanda I. S., Kunstmann H., 2015
Crop-climate ensemble scenarios to improve risk assessment and resilience in the semi-arid regions of West Africa.
Climate Research, 65 : 107-121.
Salack S., Cornelia K., Giannini A., Sarr B., Omonlola N. W., Nouhoun B., Bliefernicht J., Kunstmann H., 2016
Global warming induced hybrid rainy seasons in the Sahel.
Environmental Research Letters, 11 (10), 12 p.
Salack S., Saley A. I., Zabre I., Zankli L. N., Daaku E. K., 2018
Scales for rating heavy rainfall events in the Sudan-Sahel of West Africa.
Weather and Climate Extremes, 21 : 36-42.
Sanogo S., Fink A. H., Omotosho J. A., Ba A., Redl R., Ermert V., 2015
Spatio-temporal characteristics of the recent rainfall recovery in West Africa. International Journal of Climatology, 35 : 4589-4605.
Sultan B., 2017
Les bénéfices des services climatiques pour l’agriculture au Niger. IRD.
Sultan B., Barbier B., Fortilus J., Mbaye s. M., Leclerc G., 2010
Estimating the potential economic value of the seasonal forecasts in West Africa : a long-term ex-ante assessment in Senegal. Weather, Climate and Society, 2 : 69-87.
Tall A., Coulibaly J. Y., Diop M., 2018
Do climate services make a difference ?
A review of evaluation methodologies and practices to assess the value of climate information services for farmers :
Implications for Africa.
Climate Services, 11 : 1-12.
Tarchiani V., Camacho J., Coulibaly H., Rossi F., Stefanski r., 2018
Agrometeorological services for smallholder farmers in West Africa.
Advances in Science and Research, 15 : 15-20.
Taylor C. M., Belusic D., Guichard F., Parker D. J., Vischel T., Bock O., Harris P. P., Janicot S., Klein C., Panthou G., 2017
Frequency of extreme sahelian storms tripled since 1982 in satellite observations.
Nature, 544 (7651) : 475-478.
DOI : 10.1038/nature22069.
Vaughan C., Hansen J., Roudier P., Watkiss P., Carr E., 2019
Evaluating agricultural weather and climate services in Africa : Evidence, methods, and a learning agenda. WIREs Clim. Change, 2019, e586. https://0-doi-org.catalogue.libraries.london.ac.uk/10. 1002/wcc.586
World Meteorological Organization (WMO), 2015
Valuing Weather and Climate : Economic Assessment of Meteorological and Hydrological Services. WMO, 308 p.
Notes de bas de page
Auteurs
Climatologue, Centre de compétence de WASCAL (West African Science Service Center on Climate Change and Adapted Land Use) Ouagadougou Burkina Faso
Chargée de projets, Centre de compétence de WASCAL (West African Science Service Center on Climate Change and Adapted Land Use), Ouagadougou, Burkina Faso
Assistante de recherche, Centre de Compétence de WASCAL (West African Science Service Centre on Climate Change and Adapted Land Use), Ouagadougou, Burkina Faso
Climatologue, Centre de compétence de WASCAL (West African Science Service Center on Climate Change and Adapted Land Use), Ouagadougou, Burkina Faso
Le texte seul est utilisable sous licence Licence OpenEdition Books. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.
Du social hors la loi
L’anthropologie analytique de Christian Geffray
Yann Guillaud et Frédéric Létang (dir.)
2009
Gestion durable des eaux et des sols au Maroc
Valorisation des techniques traditionnelles méditerranéennes
Éric Roose, Mohamed Sabir et Abdellah Laouina
2010
Madagascar face au défi des Objectifs du millénaire pour le développement
Bénédicte Gastineau, Flore Gubert, Anne-Sophie Robilliard et al. (dir.)
2010
Le projet majeur africain de la Grande Muraille Verte
Concepts et mise en œuvre
Abdoulaye Dia et Robin Duponnois (dir.)
2010
La Grande Muraille Verte
Capitalisation des recherches et valorisation des savoirs locaux
Abdoulaye Dia et Robin Duponnois (dir.)
2012
Parcours de recherche à Madagascar
L’IRD-Orstom et ses partenaires
Christian Feller et Frédéric Sandron (dir.)
2010
Pratiques et représentations linguistiques en Guyane
Regards croisés
Isabelle Léglise et Bettina Migge (dir.)
2008
Les sociétés rurales face aux changements climatiques et environnementaux en Afrique de l’Ouest
Benjamin Sultan, Richard Lalou, Mouftaou Amadou Sanni et al. (dir.)
2015
Aires marine protégées ouest-africaines
Défis scientifiques et enjeux sociétaux
Marie Bonnin, Raymond Laë et Mohamed Behnassi (dir.)
2015