Rédaction et simulations : Cyril Piou.
Corrections et relectures : membres du groupe Locust@Cirad
Temps de lecture estimé : 10 min
Points essentiels
♦ L’invasion du criquet pèlerin en Afrique de l’Est est préoccupante. L’Afrique de l’Ouest et du Nord pourraient également être menacées dans les mois qui viennent.
♦ Un modèle simplifié de déplacement d’essaims a été utilisé pour estimer le risque d’arrivée d’essaims au Tchad d’ici à fin juin 2020.
♦ Dans 4/5 des cas simulés, des essaims arrivent au Tchad d’ici à mi-juin 2020 dans la zone de reproduction estivale.
♦ Les états d’Afrique de l’Ouest et du Nord devraient prendre des mesures préventives sous l’égide de la FAO-CLCPRO pour se préparer au risque d’une invasion pendant la deuxième moitié de 2020.
Contexte
L’invasion du criquet pèlerin en Afrique de l’Est et au Moyen-Orient est préoccupante pour un grand nombre de pays. La FAO a appelé à l’aide internationale en janvier 2020 et estime à plus de 20 millions les personnes potentiellement en état d’insécurité alimentaire suite à cette invasion (appel FAO). Au sein de la FAO, le Desert Locust Information Service (DLIS) renseigne toutes les semaines sur la situation et crée des bulletins mensuels permettant d’avoir des prévisions à 2 mois sur l’évolution de la situation.
Dans le cadre de la lutte préventive et en partenariat avec la Commission de lutte contre le criquet pèlerin en région occidentale (CLCPRO), le Cirad développe depuis plus de 10 ans des outils de prévision du risque afin d’améliorer l’efficacité de la gestion préventive. Plus spécifiquement, le groupe Locust@Cirad de l’Unité mixte de recherche du Centre de Biologie pour la Gestion des Populations (CBGP) mène des recherches sur la prévision du risque lié au criquet pèlerin pour l’Afrique de l’Ouest et du Nord (Piou et al. 2013, 2017, 2019, projet SMELLS). Les outils développés sont en général utilisables en situation de rémission ou de résurgence localisée mais peu de recherches ont été menées pour des situations d’invasion ces dernières années. Néanmoins, dans le cadre du projet PEPPER financé par l’Agence Nationale de la Recherche (ANR), des travaux sont en cours pour modéliser les déplacements d’essaims en fonction du vent, de la température et de la végétation rencontrée en cours de déplacement.
Étant donnée l’urgence des mesures à mettre en place pour les pays qui pourraient être nouvellement envahis par des essaims se propageant à partir de l’Afrique de l’Est, nous publions ici un travail de modélisation simplifié de déplacement d’essaims à partir de l’hypothèse généralement utilisée de diffusion par les vents dominants. En l’état, les résultats de nos simulations permettent d’établir des prévisions simples qui peuvent compléter celles effectuées par le DLIS. Des travaux plus approfondis sont en cours et devraient permettre d’avoir des prévisions plus fines et robustes mais ces modèles ne seront disponibles qu’à la fin de l’année 2020.
Méthodologie
Considérations générales
Pour simplifier l’approche de modélisation, nous nous sommes uniquement intéressés à la possibilité que des essaims, au départ d’une zone où se trouve la majorité des observations actuelles, puissent arriver sur le territoire du Tchad d’ici à la fin juin 2020. Le Tchad est historiquement la porte d’entrée des invasions se propageant depuis l’Afrique de l’Est et du Moyen Orient vers l’Afrique de l’Ouest (Waloff 1966). Une fois que des essaims arrivent pendant la saison des pluies au Tchad, la reproduction estivale peut généraliser l’invasion sur toute l’Afrique de l’Ouest et du Nord.
Le seul processus écologique que nous avons voulu représenter est la dispersion des essaims suivant chaque jour les vents dominants, entre 9h et 18h UTC. Cette approche laisse de côté un certain nombre de facteurs biologiques et écologiques dont on sait qu’ils peuvent fortement modifier les dynamiques tant populationnelles que de déplacement. Les résultats de notre approche de modélisation sont donc à pondérer par la non prise en compte de divers processus. Notamment, en termes de dynamique des populations, les temps de reproduction et de développement des larves avant la création de nouveaux essaims ainsi que les mortalités liées à d’éventuels traitements insecticides ne sont pas représentés. Également, les prévisions pourraient être différentes en considérant la possibilité de vols des essaims à contre-courant dans certaines conditions particulières et les effets de la végétation sur la vitesse d’avancée des essaims qui s’alimentent à mesure de leur progression. Ces éléments seront pris en compte dans d’autres modèles en cours de développement.
Données de vents
Les données de vent utilisées proviennent du Global Forecast System (GFS) du National Weather Service (NWS) des États-Unis, recalculées par le NOAA/NCEP. Ces données ont été téléchargées grâce au package rWind (Fernández-López & Schliep, 2019) sous R (R Core team 2019). La résolution spatiale est de 0.5 degré (environ 50 km), la résolution temporelle est de 3 heures et le vent est estimé à 10 m d’altitude. Seules les données entre 9h et 18h UTC sont utilisées pour considérer les déplacements des essaims aux heures ensoleillées de la journée. Cinq séries de données ont été utilisées de mars à juin pour les années 2015 à 2019.
Algorithme de déplacement
L’initialisation d’une simulation consiste en la création de 10000 particules aléatoirement distribuées dans le secteur délimité entre 35°E et 45°E de longitude et 0°N et 10°N de latitude (Fig. 1). Ce secteur est, à la fin mars 2020, fortement impacté par des essaims de criquets pèlerins. Nos simulations débutent le 21 mars 2020. Une simulation de 10000 particules ne représente pas 10000 essaims mais plutôt un grand nombre de répliques des quelques dizaines d’essaims présents en Afrique de l’Est avant le 21 mars. Étant donné que le seul processus stochastique dans le modèle est cette initialisation aléatoire, il est plus simple de faire 1 simulation de 10000 particules que 100 simulations de 100 particules.
Trois simulations ont été réalisées pour chaque série de données de vent des cinq dernières années (2015 à 2019). Pour chaque jour entre le 21 mars et le 30 juin, les données de vent de l’année choisie sont utilisées pour calculer la position de toutes les particules toutes les 3 heures (entre 9h et 18h UTC). La nouvelle position (x,y)t+1 d’une particule considère une translation de sa position d’origine (x,y)t par le vecteur du vent à l’endroit correspondant (u,v)t exprimé en m.s-1 (vecteur qui décompose la vitesse et la direction du vent en une composante ouest-est et sud-nord) pondéré par la considération que les essaims volent environ la moitié du temps :
(x,y)t+1 = (x,y)t + f((u,v)t x 1.5 x 3600)
La fonction f() transforme le calcul de mètres à degrés. Ce calcul est répété pour chaque particule à chaque période de 3 heures et chaque jour. Lorsqu’une particule sort de la zone d’étude (entre 25°W et 45°E et 0°N et 40°N), la particule est éliminée de la simulation. Lorsqu’une particule rentre dans le secteur à l’ouest de 23°E et au nord de 13°N, nous considérons qu’elle a potentiellement atteint les secteurs de reproduction du Tchad (Waloff 1966).
Résultats
Les vidéos 1 à 5 montrent les déplacements de particules d’une des répliques de chaque série de données de vent (respectivement correspondant aux années de 2015 à 2019). Nous observons dans 4 cas sur 5 que des particules parviennent au Tchad. Le cas de l’année 2018 est particulier car de forts vents d’ouest chassent la majorité des particules de la zone d’étude le 28 mai, en un seul coup. Il est possible que les valeurs de vents soient erronées ce jour-là. D’un point de vue réalisme écologique, ce genre de « nettoyage » des essaims n’arrive jamais en réalité à l’échelle de plusieurs milliers de kilomètres en une journée.
Dans ces vidéos, on remarque aussi que beaucoup de particules envahissent le Sud-Soudan et le Soudan dans tous les cas. L’Éthiopie concentre également un grand nombre de particules pendant la période de simulation.
La figure 2 montre les dynamiques d’arrivée des particules dans le secteur de reproduction au Tchad. Il est remarquable que la grande majorité des arrivées a lieu entre la troisième décade de mai et la deuxième décade de juin. Deux séries de données de vents sont particulièrement favorables à l’arrivée de particules dans les zones de reproduction du Tchad : 2017 et 2019. Avec plus de 3 % des particules simulées (> 300) arrivant dans la zone de reproduction, ces résultats laissent présager l’arrivée de plusieurs essaims.
Discussion
Comme expliqué plus haut, notre approche de simulation présente plusieurs limitations. Néanmoins, en considérant un des processus le plus généralement observé de déplacement des essaims avec les vents dominants et en considérant les vents réellement observés ces 5 dernières années, nos simulations donnent des indications de risque de propagation des essaims jusqu’au Tchad. En plus de continuer à impacter les pays d’Afrique de l’Est, les essaims de criquet pèlerin ont une grande probabilité d’arriver au Tchad dès le mois de juin, et donc de débuter une invasion en région occidentale de l’aire de distribution de cette espèce.
Les observations d’invasions passées de même ampleur que l’actuelle confirment ces prévisions. En effet, Walloff (1966) note qu’en début de l’invasion de 1948 à 1963, puis à plusieurs reprises les années suivantes, des essaims sont partis de la corne de l’Afrique et ont envahi la région occidentale (Fig. 3). La propagation d’essaims depuis la région centrale vers la région occidentale s’est également produite à partir du pourtour de la mer Rouge plusieurs fois dans la deuxième moitié du XXe siècle, comme en 1987 (Lecoq 1991) et en 1993 (Showler 1994).
Le risque d’arrivée d’essaims dans les zones de reproduction au Tchad en mai ou juin 2020 ne devrait pas être pris à la légère par les pays de la région occidentale. En effet, à partir de la reproduction estivale dans le Sahel, toute la région peut être impactée (voir Brader et al. 2006 pour une analyse de la crise de 2003-2005). Malheureusement, des facteurs aggravant peuvent s’ajouter à ce risque à travers les difficultés liées à l’insécurité dans une grande partie du Sahel et les aspects logistiques liés à la pandémie de Covid-19. La CLCPRO prend déjà des mesures de prévention pour parer à l’éventualité d’arrivée d’essaims au Tchad mais les pays membres devraient, plus que jamais, coopérer et se préparer au mieux pour stopper aussi rapidement que possible une éventuelle arrivée d’essaims dans la région.
Références
→ Brader L., Djibo H., Faye F.G., Ghaout S., Lazar M., Luzietoso P.N. & Ould Babah M.A. 2006. Towards a more effective response to Desert locusts and their impacts on food security, livelihood and poverty. Multilateral Evaluation of the 2003-05 Desert Locust Campaign. FAO : Rome.
→ Fernández-López J. & Schliep K. 2019. rWind: download, edit and include wind data in ecological and evolutionary analysis. Ecography, 42: 804-810.
→ Lecoq M. 1991. Le Criquet pèlerin : enseignements de la dernière invasion et perspectives offertes par la biomodélisation. In : Essaid A. (ed). La lutte anti-acridienne. Colloque international sur les perspectives de la recherche biologique et chimique dans le cadre de la lutte anti-acridienne, Rabat (Maroc), 27 novembre-2 décembre 1989. John Libbey Eurotext : Paris, pp. 98.
→ Piou C., Gay P.E., Benahi A.S., Ould Babah Ebbe M.A., Chihrane J., Ghaout S., Cisse S., Diakite F., Lazar M., Cressman K., Merlin O. & Escorihuela M.J. 2019. Soil moisture from remote sensing to forecast desert locust presence. Journal of Applied Ecology, 56: 966-975.
→ Piou, C., Jaavar Bacar M.E.H., Ould Babah Ebbe M.A., Chihrane J., Ghaout S., Cisse S., Lecoq M. & Ben Halima T. 2017. Mapping the spatiotemporal distributions of the Desert Locust in Mauritania and Morocco to improve preventive management. Basic and Applied Ecology, 25: 37-47.
→ Piou C., Lebourgeois V., Benahi A.S., Bonnal V., Jaavar M.E.H., Lecoq M. & Vassal J.M. 2013. Coupling historical prospection data and a remotely-sensed vegetation index for the preventative control of Desert locusts. Basic and Applied Ecology, 14: 593-604.
→ R Core Team. 2019. R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria.
→ Showler A.T. 1995. Locust (Orthoptera: Acrididae) outbreak in Africa and Asia, 1992-1994: an overview. American Entomologist, 41:179-185.
→ Waloff Z. 1966. The upsurges and recessions of the Desert locust plague: an historical survey. Anti-Locust Memoir, 8: 1-111.
Code
Les codes R pour reproduire ces analyses sont disponibles ici.
Locust@Cirad 