Vous êtes sur la page 1sur 23

Carte de vulnerabilité structurelle

du Burkina Faso – Fevrier 2015


Par Jeremy CHEVRIER et Siaka MILLOGO
USAID
PLAN DE LA PRESENTATION
INTRODUCTION
• Finalité de la carte (ce que la carte est et n’est
pas)
• Définition de la vulnérabilité structurelle
METHODOLOGIE UTILISEE
• 5 étapes de la méthodologie
• Liste des couches de données utilisées
RESULTATS
CONCLUSION
• Limites de l’exercice
• Perspectives
Finalité de la carte
• Fournir le fondement et les données analytiques pour
une meilleure representation géographique des zones
qui ont besoin d’investissements de resilience de long
terme
• Un outil d’aide à la priorisation des ressources limitées
pour les affecter aux besoins les plus pressants
• Stimuler l’analyse et la discussion autour des
determinants de la vulnérabilité structurelle eu egard
aux couches de données disponibles;
• Un outil pour mieux comprendre les facteurs contributifs
qui soutendent les zones vulnérables pour mieux aider
au développement du paquet d’intervention le plus
approprié,
Qu’est ce que la carte et qu’est
ce qu’elle n’est pas
La carte n’EST PAS:

• Une carte de securité alimentaire (ie. SAP, FEWSNET, Cadre Harmonisé)


• Une carte indiquant des points isolés de vulnérabilité dans le
temps(conjuncturelle)
• Une parfaite articulation art & science (qualitative et quantitative)

La carte EST:

• Une carte utilisant une technique avancée de superposition de cartes


• Une carte de vulnerabilité structurelle (données historiques aggregées
dans le temps pour obtenir une tendance)
• Un outil d’aide à la prise de decision pour le ciblage des zones pour des
investissements de resilience à long terme (les zones les plus vulnérables)
• Un index géographiquement réferencé de mesure de la resilience (chaque
pixel de la carte a un score de vulnérabilité/résilience)
Definition de la vulnerabilité
structurelle
La vulnérabilité structurelle est une tendance a être dans un
état de haut risque des effets négatifs de bien- être (sous
nutrition, anémie) dans une situation d'exposition
persistante à d‘éventuels chocs variés (variations
climatiques, instabilité des prix) et tout cela combiné dans
un contexte de déficit de résilience chronique (manque de
capacités absorptives, adaptatives et transformative).
Méthodologie:
Etape 1 – Identifier les données
disponibles
Identifier les indicateurs pertinents disponibles au niveau
sub-national (region, province, commune) pour l’analyse.
1. Lister les indicators les plus pertinents en fonction
des objectifs
2. Faire une recherche de ce qui est disponible
(variables proxy et variables de mesures directes)
3. S’assurer que les données disponibles sont
desagrégées au niveau sub-national
4. S’assurer de la validité et de la fiabilité des données
collectées (triangulation, analyse des sources)
Méthodologie:
Etape 2 – Convertion au format matriciel
Convertir chaque couche de données geographiques
au format matriciel. Utiliser le principe d’interpolation de
Kriging pour le cas des données sous forme de points.

1. Les données déjà sous format matriciel(ie. Imageries de


télédetection) n’ont plus besoin d’etre converties
2. Les données vectorielles aux differents niveaux
administratifs (commune, region, etc.) peuvent etre
converties
directement au format matriciel
3. Les données sous forme de points peuvent
etre utilisées pour créer une surface matricielle,
utilisant l’interpolation de Kriging
Méthodologie:
Etape 2 – Meme sens d’interprétation
S’assurer que toutes les couches de données
ont le meme sens d’interprétation(i.e. les
valeurs les plus élevées indiquent toujours plus
de vulnérabilité)
1. Les couches de données avec des valeurs
élevées représentant une situation positive (ie.
précipitations) devraient etre inversées dans
leur ordre;
2. Avoir le meme sens d’interprétation pour
toutes les couches de données permet la
comparaison.
Méthodologie:
Etape 3 - Winsoriser
Winsoriser (traiter les données extremes) les données si
nécessaire à partir de l’analyse d’histogrammes. Ceci évite
une distortion des données due à des données extremes et
amplifie la variation géographique.

1. L’analyse d’histogrammes permet d’identifier les


données extremes (aberrantes) de la couche de
données
2. Les données extremes devraient etre ajustées avant
traitement afin de repercuter la variation
géographique à la majorité de la couche de
données
Méthodologie:
Etape 4 – Graduation
Revoir les échelles de graduation de toutes les couches
de données pour les ramener à une échelle commune 0-
100 de sorte à pouvoir les comparer et les aggreger
(superposer) pour créer les cartes composites.

1. Les donnéesauniveau local sont à diverses echelles


(ie. 0-1, 10-26,000, etc.)
2. Pour des raisons de comparabilité, toutes les
couches de données doivent avoir la meme échelle
3. Ajuster les échelles des couches de données
proportionellement de sorte que les plus petites
valeurs deviennent nulles et les plus grandes
deviennent 100
Méthodologie:
Etape 5 – Moyenne pondérée
Aggrégation des couches de données en utilisant la pondération sur la base du
jugement consensuel d’expert pour créer les cartes composites .

1. Les couches de données liées devraient etre regroupées sous forme


d’agregation (superposition)pour créer les cartes composites y relatives (ie.
Mesures directes de la pauvreté et les proxies de mesure de la pauvreté sont
superposées pour créer la carte composite de pauvreté.)
2. La ponderation relative à chaque couche de données contribuant à la création
d’une carte composite devrait etre discutée de facon concensuelle avec les
experts designés
3. Quelque fois, les cartes composites créées sont à leur tour supperposées
(aggrégées) pour créer une autre carte composite à un niveau superieur. La
ponderation doit etre egalement discutée pour ces cartes

NB: il faut noter ici que refuser de pondérer les couches de données dans le calcul
de leur moyenne pour la création de la carte composite voudrait dire affecter un
poids égal à toutes les couches de données. Cela ne reflete pas la realité des
contributions des differentes variables constituant les couches de données en
relation avec la vulnerability structurelle.
Table continues on next slide…
Les 50
communes les plus
structurellement
vulnérables
Limites:
• Des données secondaires ont été utilisées. Idéallement, une
enquete ménages de grande envergure collectant les indicateurs de
vulnérabilité les plus pertinentes serait meilleure (ex. World Bank
LSMS).

• De nombreuses couches de données n’étaient pas disponibles à un


niveau inferieur de désagrégation (ie. Quelque fois seulement au
niveau regional alors que le niveau communal aurait été meilleur)

• La pondération basée sur l’analyse d’experts peut toujours etre


améliorée.

• La collecte des données a été difficile à cause de la non disponibilité


de certains acteurs détenteurs de données
Perspectives:
• La carte devrait etre utilisée pour mieux cibler géographiquement les
investissements de resilience de long terme, Le Gouvernement du Burkina
Faso devrait prendre la direction de cette action.

• Les cartes primaires (36) et les cartes composites (20) peuvent etre
analysées pour comprendre les dynamiques et les contributions relatives
des différents facteurs liés à la vulnérabilité dans différentes zones
géographiques
• Après avoir analysé les différents facteurs contribuant à la vulnérabilité
d’une zone, les interventions appropriées peuvent etre operationalisées

• Des évaluations conjointes sur le terrain sont necessaires pour tester les
resultats fournis par la carte. Cette évaluation pourrait se derouler dans par
exemple trois (3) des communes les plus vulnerables et les resultats
comparés aux trois communes les moins vulnerables afin de mieux
comprendre les dynamiques de vulnérabilité puis tirer les enseignements
qui s’imposent.
Perspectives:
• Du moment que la carte mesure la vulnérabilité structurelle sur la
base des moyennes pondérées de couches de données historiques,
un changement significatif dans la tendance ne pourrait survenir
qu’après cinq (5) années au moins. Ainsi la carte peut etre
considérée comme valide pour cinq (5)années. Chaque cinq (5)
années, toutes les nouvelles données des cinq dernières années
peuvent etre agrégées pour créer une carte actualisée de
vulnérabilité structurelle afin de se rendre compte d’un
changement éventuel des tendances.

• Les synergies avec les autres outils d’analyse de la vulnérabilité


devraient etre explorées (ie. HEA, SAP, FEWSNET, Cadre
harmonisé)
Merci de votre
aimable
attention.
Questions?