Chapitre 4. Le Changement Climatique Dans La Région Boeny Chapitre 5

UNIVERSITE D’ANTANANARIVO

------ECOLE SUPERIEURE POLYTECHNIQUE D’ANTANANARIVO

------DEPARTEMENT METEOROLOGIE

Mémoire de fin d’études en vue de l’obtention du Diplôme de Master II

Grade : Master Titre : Ingénieur Mention : Météorologie Parcours :

« Engineering de développement durable et des changements climatiques »

Présenté par : RAKOTONIRINA Harisoa Mampionona Julpheli

Directeur de mémoire : Monsieur RAKOTOVAZAHA Olivier, Maître de Conférences

Soutenu publiquement le 09 Juillet 2015 Promotion 2014

UNIVERSITE D’ANTANANARIVO

------ECOLE SUPERIEURE POLYTECHNIQUE D’ANTANANARIVO

------DEPARTEMENT METEOROLOGIE

Mémoire de fin d’études en vue de l’obtention du Diplôme de Master II

Grade : Master

Titre : Ingénieur

Mention : Météorologie

Parcours :

« Engineering de développement durable et des changements climatiques »

Présenté par : RAKOTONIRINA Harisoa Mampionona Julpheli Devant le jury composé de : Président : M. RANDRIANASOLO Léon, Enseignant – Chercheur. Examinateurs :

- Mme RAHARIVELOARIMIZA Samueline, Directeur Général de la Météorologie. - M. RANDRIAMAROLAZA Luc, Chef de Service de la Climatologie et du Changement Climatique à la Direction Générale de la Météorologie (DGM). - Mme ANDRIAMANANORO Monique, Coordinatrice Technique du Programme d’Appui à le Gestion de l’Environnement de la GIZ (PAGE/GIZ).

Directeur de mémoire : M. RAKOTOVAZAHA Olivier, Chef de département Météorologie à l’Ecole Supérieure Polytechnique d’Antananarivo (ESPA). Promotion 2014

REMERCIEMENTS Pour la réalisation et l’aboutissement de ce mémoire de fin d’étude, nous tenons à adresser nos sincères reconnaissances tout d’abord à Dieu qui a pourvu, durant toutes ces années de formations et d’études, sa bénédiction. Nos sincères remerciements s’adressent également à chacune des personnes qui siège en tant que membres du jury pour examiner cette étude:

- Monsieur RANDRIANASOLO Léon, Enseignant – Chercheur au sein du Département Météorologie de l’ESPA qui a aimablement accepté de présider la soutenance de ce Mémoire ; - Madame RAHARIVELOARIMIZA Samueline, Directeur Général de la Météorologie, qui, malgré ses lourdes responsabilités au sein de la Direction et du pays, a bien accepté de siéger en tant que membre du jury pour examiner ce travail ; - Monsieur RANDRIAMAROLAZA Luc, Chef du Service de la Climatologie et du Changement Climatique (SCCC) à la Direction de la Météorologie Appliquée (DMA) de la Direction Générale de la Météorologie (DGM), qui a accepté honorablement d’examiner ce travail et de siéger en tant que membre du jury pour apporter ses appréciations et critiques pour l’amélioration de ce travail. - Monsieur RAKOTOVAZAHA Olivier, Chef du Département Météorologie à l’École Supérieure Polytechnique d’Antananarivo qui n’a pas ménagé ses efforts et ses compétences pour le bon déroulement de notre formation durant ces cinq années et qui a également accepté et accompli avec rigueur le rôle d’encadreur pédagogique pour l’élaboration de ce mémoire. - Madame ANDRIAMANANORO Monique, Coordinatrice Technique du Programme d’Appui à la Gestion de l’Environnement de la Coopération Allemande au Développement GIZ (PAGE/GIZ) au niveau central, qui a assuré le rôle d’encadreur professionnel pour l’élaboration de ce présent mémoire et a bien voulu accepter d’être parmi les examinateurs. À toute l’équipe de la Coopération Allemande au Développement GIZ : - Monsieur WALSCH Alan, Directeur Résident de la GIZ à Madagascar, qui a permis un stage de mémoire au sein de l’organisme qu’il dirige. - Madame TSIALONINA Paula, ancienne Conseillère Technique responsable de la Gouvernance Locale et du Changement Climatique durant le Programme Germano-Malgache pour l’Environnement (PGM-E/GIZ), qui nous a aimablement fourni un stage de mémoire au sein du PGM-E/GIZ et nous a considérablement aidé en fournissant son encadrement professionnel durant l’exécution du stage pour élaborer ce mémoire de fin d’étude. - Monsieur RAKOTOMAMONJY Rasamoelina, Coordinateur Technique, antenne Boeny de l’ancien Programme Germano-Malgache pour l’Environnement (PGM-E/GIZ) et du nouveau Programme d’Appui à la Gestion de l’Environnement (PAGE/GIZ), qui nous a permis et nous a soutenu avec ses

services lors des descentes sur terrain dans la région Boeny et qui a également contribué à l’amélioration de ce travail. - Toute l’équipe technique et administrative de la GIZ au niveau central et au niveau de l’antenne Boeny pour leur accueil chaleureux et leurs aides qui ont contribué à l’aboutissement de ce présent mémoire. Aux services techniques partenaires de la région Boeny lors de la réalisation de ce travail : - Le Service Suivi-Évaluation de la Région Boeny et la Direction Interrégionale de l’INSTAT Mahajanga qui ont accepté de collaborer pour la réalisation de ce travail. - Tous les représentants des Services Techniques Déconcentrés (STD) et des organismes dans la région Boeny qui ont contribué activement lors des descentes dans la région pour effectuer cette étude. À tous les enseignants du Département Météorologie et de l’École Supérieure Polytechnique d’Antananarivo, qui ont contribué à nos 5 années de formation, sur lesquelles s’est basée la mise en œuvre de ce présent Mémoire de fin d’étude. À nos parents, à toute la famille, les amis et collègues qui nous ont toujours soutenue moralement, matériellement et financièrement durant tous nos parcours d’études et qui ont contribué à l’élaboration de ce mémoire. Nous tenons à réitérer nos sincères remerciements à tous ceux qui ont contribué de près ou de loin à la conception de ce Mémoire. Merci à tous !

SOMMAIRE REMERCIEMENTS SOMMAIRE LISTE DES ABREVIATIONS LISTE DES FIGURES LISTE DES PHOTOS LISTE DES TABLEAUX INTRODUCTION GENERALE PARTIE I : CONTEXTE DES CHANGEMENTS CLIMATIQUES A L’ECHELLE GLOBALE ET A L’ECHELLE NATIONALE Chapitre 1. La théorie des Changements Climatiques à l’échelle globale Chapitre 2. Le changement climatique à l’échelle nationale de Madagascar PARTIE II : PRÉSENTATION DE LA RÉGION BOENY ET APPLICATION DE LA MÉTHODE DE DÉSAGRÉGATION STATISTIQUE « ADVANCED DELTA CHANGE » (ADC) AUX PROJECTIONS CLIMATIQUES POUR LA STATION MÉTÉOROLOGIQUE DE MAHAJANGA. Chapitre 3. Présentation de la région Boeny Chapitre 4. Le changement climatique dans la région Boeny Chapitre 5. Désagrégation statistique des sorties de modèles CMIP5 pour la station météorologique de Mahajanga par la méthode ADC PARTIE III : ELABORATION D’UNE BASE DE DONNEES REGIONALE INTERSECTORIELLE DE SUIVI DE VULNERABILITE ET PRESENTATION DE LA LIGNE DE REFERENCE 2013 DANS LA REGION BOENY Chapitre 6. Élaboration de la base de données de suivi de l’état de vulnérabilité de la Région Boeny VI.2 Démarche méthodologique pour l’élaboration de la base de données de suivi de vulnérabilité de la Région Boeny Chapitre 7. Présentation de la ligne de référence du suivi de vulnérabilité sectorielle en 2013 pour la Région Boeny CONCLUSION ET PERSPECTIVES BIBLIOGRAPHIE et WEBOGRAPHIE ANNEXES TABLE DES MATIERES

iii

LISTE DES ABREVIATIONS

$ Dollar américain

% Pourcent

°C degré Celsius

ADC Advanced Delta Change

Ar Ariary

Ar/an Ariary par an

Ar/kg Ariary par kilogramme

Ar/l Ariary par litre

AR4 Fourth Assessment Report AR5 Fifth Assessment Report ASECNA Agence pour la SECurté de la Navigation Aérienne

BACC Baccalauréat

BEPC Brevet d’Études du Premier Cycle

CEPE Certificat d’Etudes Primaires Elémentaires

CMIP 5 Climate Model Intercomparaison Project Phase 5 CNRS Centre National de Recherche Scientifique

CCNUCC Convention Cadre des Nations Unies sur le Changement Climatique

COI Commission de l’Océan Indien

CRM Croix Rouge Malagasy

CSB I Centre de Santé de Base niveau I

CSB II Centre de Santé de Base niveau II

DGM Direction Générale de la Météorologie

DIRE Direction Régionale de l’Eau

DIRI Direction Régionale de l’Industrie

DRCC Direction Régionale du Commerce et de la Consommation

DRDR Direction Régionale du Développement Rural

DREEF Direction Régionale de l’Environnement, de l’Écologie et des Forêts

DREN Direction Régionale de l’Éducation Nationale

DRPRH Direction Régionale de la Pêche et des Ressources Halieutiques

DRS Direction Régionale de la Santé

DRT Direction Régionale du Tourisme

ENSO El Nino Southern Oscillation

ENSOMD Enquête Nationale sur le Suivi des Objectifs du Millénaire pour le Développement

FID Fond d’Intervention pour le Développement

GES Gaz à Effet de Serre

GIEC Groupement d’experts intergouvernemental sur le climat

GIZ Deutsche Gesellschaft für Internationale Zusammenarbeit

GRC Gestion des Risques de Catastrophes ha hectare

INSTAT Institut National des Statistiques

IRA Infection Respiratoires Aigües

K Degré Kelvin

Kg Kilogramme

Km Kilomètre

L litre m3 mètre cube

MCG Modèle de Circulation Générale

MCGOA Modèle de Circulation Générale couplé Océan Atmosphère

MJO Madden Julian Oscillation mm millimètre

MW/m² Mégawatt par mètre carré

OMM Organisation Météorologique Mondiale

OMS Organisation Mondiale de la Santé

ORN Office Régional de la Nutrition

PANA Programme d’Action Nationale d’adaptation au Changement Climatique

PGM-E Programme Germano-Malgache pour l’Environnement

PNLCC Politique Nationale de Lutte contre le Changement Climatique

PNUE Programme des Nations Unies pour l’Environnement

PPN Produits de Première Nécessité

PRDR Plan Régional de Développement Rural

QBO Quasi-Bienale Oscillation

RCP Representativ Concentration Pathway

REEM Rapport sur l’État de l’Environnement à Madagascar

RRC Réduction des Risques de Catastrophes

SAR Second Assessment Report SRES Special Report on Emissions Scenarios

SSE Service Suivi-Évaluation t tonnes t/ha tonnes par hectare

TAR Third Assessment Report TDR Termes De Référence

UNISDR United Nations Office for Disaster Risk Reduction

UV Ultra Violet

VIH/SIDA Virus d’Immunodéficience Humaine/ Syndrome d’Immunodéficience Acquise

ZCIT Zone de Convergence Intertropicale

vii

LISTE DES FIGURES Figure 1 Vue schématique des composants du système climatique de la Terre, les processus et leurs interactions ...... 3 Figure 2 Différence entre variabilité climatique et changement climatique ...... 4 Figure 3 Variation de l'excentricité de l’orbite de la Terre ...... 6 Figure 4 Précession de l'orbite de la Terre ...... 7 Figure 5 Principe de l'effet de serre ...... 9 Figure 6 a) Emissions annuelles de GES anthropiques dans la monde durant la période 1970 – 2004 b) Parts respectives des différents GES anthropiques dans les émissions totales de 2004, en équivalent CO2 c) Contribution des différents secteurs aux émissions totales de GES anthropiques en 2004, en équivalent CO2 ...... 10 Figure 7 Anomalies observées de températures moyennes en surface de 1850 à 2012...... 12 Figure 8 Evolution de la température moyenne en surface observée entre 1901 et 2012...... 13 Figure 9 Changements observés des quantités de précipitations entre la période 1901 - 2010 (à gauche) et la période 1951 - 2010 (à droite) en mm par décennie ... 14 Figure 10 Relation entre l’évolution de la quantité de CO2 dans l'atmosphère et l'acidité des océans ...... 14 Figure 11Carte de localisation de la région Boeny ...... 21 Figure 12 Localisation des 6 districts dans la région Boeny ...... 22 Figure 13 Localisation des communes dans la région Boeny ...... 22 Figure 14: Zones climatiques de Madagascar où la région Boeny est délimitée par le traçage en noir...... 26 Figure 15 Températures moyennes mensuelles durant la saison chaude et pluvieuse (Novembre à Avril) de l'ancienne province de Mahajanga dont la région Boeny est délimitée par le traçage en noir...... 27 Figure 16 Températures moyennes mensuelles durant la saison sèche de l’ancienne province de Mahajanga dont la région Boeny est délimitée par le traçage en noir. .. 28 Figure 17 Moyennes mensuelles des pluies tombées durant la saison chaude et humide de l’ancienne province de Mahajanga où la région Boeny est délimitée par le traçage en noir...... 30 Figure 18 Illustration de l’effet orographique ...... 31 Figure 19 Moyennes mensuelles des pluies durant la saison fraiche et sèche de l’ancienne province de Mahajanga DGM, Mars 2014). La région Boeny est délimitée par le tracé en noir...... 32 Figure 20 Diagramme de Gaussen pour la station de Mahajanga pour la période 1980 – 2010 ...... 33 Figure 21 Répartition de la perception locale de la tendance de la température minimale moyenne dans la région Boeny ...... 35 Figure 22 Pourcentages de personnes pour chaque cause potentielle du dérèglement du régime climatique et du changement climatique observés dans la région Boeny ...... 36

viii

Figure 23 Tendance historique de la température moyenne annuelle mesurée dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans). ... 38 Figure 24: Tendance historique des températures maximales moyennes annuelles mesurées dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans)...... 39 Figure 25 Tendance historique des températures minimales moyennes annuelles mesurées dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans)...... 40 Figure 26 Tendance historique des cumuls annuels de précipitations mesurées dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans) . .. 41 Figure 27 Tendance historique du maximal de jours secs consécutifs durant la saison de pluies dans la station de l’ASECNA à Mahajanga depuis la saison de 1961-1962 à la saison 2011-2012 (51 ans) ...... 42 Figure 28 Tendance historique du nombre de jours de pluies dans la station de l’ASECNA à Mahajanga depuis 1961 à 2012 (51 ans)...... 43 Figure 29 Vue globale de l’approche de désagrégation (J. BOE, 2007) ...... 44 Figure 30 Evolution des températures maximales pour le futur proche (2030 - 2050) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 49 Figure 31 Evolution des températures maximales pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 49 Figure 32 Evolution des températures maximales pour le futur proche (2030 - 2050) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 50 Figure 33 Evolution des températures maximales pour le futur lointain (2079 - 2099) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 50 Figure 34 Evolution des températures minimales pour le futur proche (2030 - 2050) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 52 Figure 35 Evolution des températures minimales pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 52 Figure 36 Evolution des températures minimales pour le futur proche (2030 - 2050) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 53 Figure 37 Evolution des températures minimales pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 53 Figure 38 Evolution des températures moyennes pour le futur proche (2030 - 2050) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 55

Figure 39 Evolution des températures moyennes pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 55 Figure 40 Evolution des températures minimales pour le futur proche (2030 - 2050) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 56 Figure 41 Evolution des températures moyennes pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga ...... 56 Figure 42 Evolution des quantités de précipitations pour un futur proche (2030 - 2050) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp4.5...... 59 Figure 43 Evolution des quantités de précipitations pour un futur lointain (2079 - 2099) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp4.5...... 60 Figure 44 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur proche 2030 - 2050 dans le cas du scénario rcp4.5...... 61 Figure 45 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur lointain 2079 - 2099 dans le cas du scénario rcp4.5...... 61 Figure 46 Evolution des quantités de précipitations pour un futur proche (2030 - 2050) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp8.5...... 63 Figure 47 Evolution des quantités de précipitations pour un futur lointain (2079 - 2099) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp8.5...... 64 Figure 48 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur proche 2030 - 2050 dans le cas du scénario rcp8.5...... 65 Figure 49 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur lointain 2079 - 2099 dans le cas du scénario rcp8.5...... 65 Figure 50: Présentation de la base de données dans le fichier Excel ...... 71 Figure 51 Résumé de la démarche suivie pour l'étude de vulnérabilité de la région Boeny ...... 74 Figure 52 Notion de vulnérabilité selon le GIEC (GIEC 2001) ...... 75 Figure 54: Comparaison de la superficie totale brulée par les feux de brousse et la superficie totale concernée par les reboisements dans la région Boeny en 2013 ... 80 Figure 56 Taux de vaccination contre divers types de maladies des animaux de ferme dans la région Boeny en 2013...... 85 Figure 58: Comparaison des prix des provendes industrielles AVITEC et des provendes artisanales vendues dans la région Boeny en 2013...... 86 Figure 59 Comparaison du salaire moyen de la population dans la région Boeny pour les années 2010 et 2013 ...... 88 Figure 60 Comparaison des pourcentages de personnes actives par niveau d'instruction dans la région Boeny en 2010 et en 2013 ...... 89

Figure 61 Taux de la population active par tranche d'âge pour 2010 et 2013 pour la région Boeny ...... 89 Figure 62 Comparaison de la valeur des importations et la valeur des exportations effectuées dans la région Boeny durant l'année 2013 ...... 90 Figure 63 Répartition des touristes visitant la région Boeny en 2013 ...... 91 Figure 64 Nombre d’élèves inscrits en primaire, en secondaire et au lycée dans le milieu urbain dans la région Boeny en 2013 ...... 92 Figure 65 Nombre d'établissements primaires et secondaires présents dans la région Boeny en milieu rural en 2013...... 93 Figure 66 Nombre des différents cas de maladies observées dans la région Boeny en 2013...... 95 Figure 67 Cas d'insécurité de la route observés dans la région Boeny rapportés par la Gendarmerie et la Police en 2013...... 96 Figure 68 Cas d'insécurités sociales présentes dans la région Boeny rapportés par la Gendarmerie et la Police dans la région en 2013...... 97 Figure 69 Répartition des cas de maltraitances des enfants dans la région Boeny en 2013...... 97

LISTE DES PHOTOS Photo 1 Paysage brulé par un feu de brousse dans la région Boeny ...... 79 Photo 2 Forêt de mangroves dans la régio Boeny) ...... 81 Photo 3 Apiculteur dans la région Boeny ...... 86

xii

LISTE DES TABLEAUX Tableau 1 Répartition de la population par district dans la région Boeny ...... 24 Tableau 2 Évaluation de la vulnérabilité de l'écosystème et des forêts dans la région Boeny en 2013...... 80 Tableau 3 Evaluation de la vulnérabilité de l'environnement marin dans la région Boeny en 2013...... 82 Tableau 4 Évaluation de la vulnérabilité des ressources en eau et assainissement dans la région Boeny en 2013...... 82 Tableau 5 Evaluation de la vulnérabilité de l‘agriculture dans la région Boeny en 2013...... 84 Tableau 6 Évaluation de la vulnérabilité de l‘élevage dans la région Boeny en 2013...... 87 Tableau 7 Quantités de ressources halieutiques exportées par la région Boeny en 2013...... 87 Tableau 8: Évaluation de la vulnérabilité de la Pêche dans la région Boeny en 2013...... 87 Tableau 9 Évaluation de la vulnérabilité de l‘Économie dans la région Boeny en 2013...... 90 Tableau 10 Évaluation de la vulnérabilité du Commerce dans la région Boeny en 2013...... 91 Tableau 11 Évaluation de la vulnérabilité du Tourisme dans la région Boeny en 2013...... 92 Tableau 12 Pourcentages de réussite aux examens officiels dans la région Boeny en 2013...... 93 Tableau 13 Évaluation de la vulnérabilité de l‘Éducation dans la région Boeny en 2013...... 94 Tableau 14 Les différents cas de malnutrition dans la région Boeny en 2013 ...... 95 Tableau 15 Évaluation de la vulnérabilité du secteur Santé et mal nutrition dans la région Boeny en 2013...... 96 Tableau 16 Evaluation de la vulnérabilité de la vie sociale de la population dans la région Boeny en 2013...... 98 Tableau 17 Résumé de l'état de vulnérabilité de chaque secteur d'activité dans la Région Boeny pour l'année 2013...... 98 Tableau 18 Tableau d'analyse intersectorielle des données ...... 101

xiii

INTRODUCTION GENERALE Le climat de notre planète n’a cessé d’évoluer dans le temps et a connu plusieurs cycles de refroidissement et de réchauffement. Toutefois, cette évolution a connu une accélération rapide depuis l’ère industrielle depuis laquelle, les activités humaines ont contribué au réchauffement de notre planète par ses émissions de gaz à effet de serre. Aussi, le cinquième rapport d’évaluation (AR5) du Groupe Intergouvernemental sur l’Évolution du Climat (GIEC), sorti en 2013 – 2014, affirme que les activités humaines ont un effet manifeste sur le climat et que le changement climatique pose des risques pour les systèmes humains et naturels. Le Secrétaire Général de l’Organisation des Nations Unies (ONU), Monsieur Ban Ki Moon, affirme également que le Changement Climatique constitue l’enjeu au développement durable de notre temps. Cette affirmation s’explique par le fait que les effets du changement climatique touchent la majorité des secteurs d’activité de manière directe ou indirecte. Les projections climatiques mises à l’échelle locale sont plus intéressantes que les projections climatiques au niveau global que le GIEC fournit lors de ses rapports d’évaluation. La connaissance de ces projections combinée à la connaissance des états de vulnérabilité des secteurs dans une région facilite et aide aux planifications sectorielle et régionale dans un but de développement durable. C’est dans cette optique que se positionne le sujet de ce présent mémoire qui s’intitule :

« Désagrégation statistique des nouvelles projections (CMIP5) de l’AR5 du GIEC par la méthode Advanced Delta Change (ADC) pour la station météorologique de Mahajanga et mise en place d’une base de données régionale intersectorielle de suivi de vulnérabilité dans un contexte de Changement Climatique dans la Région Boeny » Pour mieux aborder ce thème, le travail est organisé suivant 3 parties: - La première partie est consacrée au contexte des Changements Climatiques à l’échelle globale et à l’échelle nationale. - La deuxième partie porte sur la présentation de la région Boeny et application de la méthode de désagrégation statistique « Advanced Delta Change » (ADC) aux projections climatiques pour la station météorologique de Mahajanga. - La troisième partie est consacrée à l’élaboration de la base de données de suivi de vulnérabilité dans la région Boeny et interprétation de la ligne de référence de la base de données pour l’année 2013.

Chapitre 1. La théorie des Changements Climatiques à l’échelle globale

I.1 Le système climatique terrestre et la modélisation du climat [1] [2]

Le système climatique de la planète Terre est un système très complexe. En effet, il est déterminé par de nombreux facteurs, processus et interactions à l’échelle même de la planète (figure 1). Parmi les éléments importants qui le constituent, nous pouvons citer entre autre l’atmosphère, la biosphère, l’hydrosphère incluant l’océan qui constitue un élément important pour l’échange d’énergie, la cryosphère incluant la glace marine, la surface de la terre, les nuages et les façons dont ils interagissent. Le système climatique terrestre possède diverses propriétés à son égard qui peuvent être classifiées comme suit :  propriétés thermiques : température de l’air, température de l’eau,…  propriétés cinétiques : vents, courants océaniques, mouvements verticaux,…  propriétés aqueuses : humidité atmosphérique, nébulosité, contenu en eau liquide ou glace des nuages, contenus en eau du sol, de la neige,…  propriétés dynamiques : densité, pression atmosphérique, composition de l’air,… Les différentes variables représentatives des différentes propriétés du système climatique terrestre sont interconnectées entre elles par des lois dynamiques et par des processus physiques comme l’évaporation, le rayonnement, l’advection, la convection et la précipitation.

Figure 1 Vue schématique des composants du système climatique de la Terre, les processus et leurs interactions (Source: Rapport GIEC 2007)

Un échange d’énergie s’effectue entre le système climatique terrestre et l’espace. Cet échange s’effectue sous forme d’échange d’énergie radiative (rayonnements solaire et rayonnement terrestre). La principale source d’énergie du système climatique de la terre est le soleil. Par son flux lumineux et énergétique, il fournit au système un moteur qui met en mouvement les enveloppes fluides comme l’atmosphère (circulation générale de l’atmosphère) et les océans (courants océaniques méridionaux thermiques). Comprendre ou prévoir le comportement du climat de la planète, de ses variations et de ses changements nécessite la considération de chaque élément du système climatique par l’intermédiaire de la modélisation climatique. Comme une interconnexion complexe existe entre chaque élément du système climatique, sa modélisation devient également très complexe et ambigu. I.2 Les fondements théoriques du changement climatique

I.2.1 Changement climatique et variabilité climatique [3] La différence entre les concepts du « changement climatique » et de la « variabilité climatique » est souvent mal comprise, une confusion se prête parfois sur les sens donnés à ces deux concepts.

Selon Burroughs (en 2007), la différence entre variabilité et changement climatique est avant tout une affaire de tendance : si les données climatiques peuvent connaitre certaines variations autour d’un état moyen alors on parle de variabilité du climat, il est avéré qu’il y a changement climatique lorsque cette tendance vient elle-même à connaitre des variations. La figure 2 donne un exemple de la différence pour une variable climatique hypothétique sur une période de temps T quelconque :

Figure 2 Différence entre variabilité climatique et changement climatique

(adapté de Burroughs, 2007)

Dans ce sens, le GIEC définit le changement climatique comme étant une modification des grandeurs statistiques décrivant le climat, modification pouvant être dues soit à sa « variabilité naturelle », soit à des causes anthropiques. Parmi ces grandeurs figurent notamment la température, les hauteurs de précipitations et les vents. La variabilité au sens climatique est ici définie comme étant la variation sur une période d’observation donnée des valeurs moyennes, des écarts-types ou encore de la fréquence des phénomènes extrêmes (GIEC, 2007a). Donc, toute variation au cours d’une période d’observation donnée de la tendance de la valeur moyenne, de l’écart-type ou de la fréquence des amplitudes extrêmes des grandeurs climatiques constitue un changement climatique quelle que soit son origine (naturelle ou anthropique).

I.2.2 Causes naturelles des variations du climat de la Terre

Le climat de notre planète n’a cessé d’évoluer depuis sa création et il ne cessera d’évoluer. Les évolutions sont fonctions de facteurs naturels tels que les activités du soleil, les grands cycles biogéochimiques, les éruptions volcaniques,…. a) Effets des activités solaires et les paramètres astronomiques sur l’évolution du climat terrestre [4]

Le soleil qui est une étoile se situant à 150 millions de km de la Terre est la principale source d’énergie qui alimente le système climatique terrestre. Sa température de surface est de 5800 K environ qui définit la quantité de répartition du rayonnement solaire émis vers l’univers. Il émet une quantité moyenne de rayonnement d’environ 64 MW/m² (loi de Stefan-Boltzman) avec une densité maximale vers 0.5mm (loi de Wien). Le soleil est une étoile variable, c’est-à-dire qu’il n’émet pas toujours la même quantité de rayonnement et la « constante solaire » qui correspond à la quantité de rayonnement solaire interceptée par le disque terrestre, varie en conséquence autour de sa valeur moyenne estimée actuellement à 1 367 W/m² (soit environ 0.002% de la valeur émise à la surface du soleil).

La fluctuation de l’énergie venant du soleil est fonction du nombre de taches solaires présentes sur le soleil. Ces taches sont des régions plus sombres et moins chaudes du soleil et sont souvent le lieu d’explosions gigantesques appelées « éruptions solaires ». La variation du nombre de ces taches possède une période moyenne de retour de 11,2 ans et son amplitude moyenne est de 1W/m² (avec des variations de l’ordre de 50% par rapport à cette moyenne). Ce cycle est connu sous l’appellation de cycle des taches solaires ou cycle de Schwabe ou cycle de 11 ans. Lorsque le nombre de taches solaires est important, le Soleil émet plus d’énergie. La « constante solaire » semble également varier suivant des cycles plus lents : le cycle de Gleissberg vers 80-100 ans et le cycle de Suess vers 200 ans. Ces cycles ont été reconstruits suivant différentes méthodes comme la fréquence des aurores

5 polaires et la production de certains corps chimiques fortement déterminée par l’intensité de certains rayonnements solaires. La variation de la quantité d’énergie émise par le Soleil a pour conséquence un changement de température à la surface de la Terre et donc entrainera un changement du climat à l’échelle des planètes. En 1941, le météorologue serbe Milutini Milankovitch a mis en évidence les trois cycles de variations des paramètres orbitaux de la Terre qui ont des influences sur le climat de la planète : - Premier cycle : l’excentricité de l’orbite terrestre

L’excentricité de l’orbite de la Terre est un paramètre variable et elle varie entre 0 (orbite circulaire) et 0.053 sur une période de 100 000 ans. Mais, il existe également un cycle plus long de 400 000 ans qui n’a été confirmé que récemment. La valeur actuelle de l’excentricité de l’orbite terrestre est de 0.017.

Figure 3 Variation de l'excentricité de l’orbite de la Terre (Source: Aurélien BARO, 2007)

Les astronomes ont aussi mis en évidence un phénomène de précession de l'orbite terrestre, de période égale à 126000 ans. Elle consiste en la rotation de l'orbite autour du soleil.

Les saisons seront alors plus accentuées si l'excentricité de l'orbite est maximale, la combinaison avec la variation d'obliquité amplifiant encore les contrastes saisonniers.

Figure 4 Précession de l'orbite de la Terre (Source: Aurélien BARO, 2007)

Ces variations sont induites par l’attraction gravitationnelle des autres planètes telles que Mars, Jupiter et Vénus.

- Deuxième cycle : variations de l’obliquité de la Terre L’obliquité de l’axe de rotation de la Terre oscille entre 21,5° et 24,5° selon une période de 41 000 ans. La conséquence des variations de l’obliquité de la Terre est un renforcement du contraste entre les saisons lorsque l'inclinaison est maximale (hiver plus rigoureux, été plus chaud), du fait de la variation de l'angle d'incidence des rayons du soleil induite par ce cycle.

- Troisième cycle : La précession des équinoxes La Terre ne présente pas toujours le même hémisphère vers le soleil. La Précession des équinoxes et du Périhélie sont deux paramètres orbitaux qui interviennent en même temps pour expliquer les variations des saisons.

En fonction de sa position suivant les trois cycles de Milankovitch, la Terre va recevoir plus ou moins d’énergie solaire et de ce fait, il y aura des changements du climat à l’échelle mondiale. b) Les activités volcaniques [5] Plusieurs études ont montré une relation entre les activités volcaniques et la variabilité du climat (Budyko, 1984 ; Touchard, 2002; Baroni, 2006). Une équipe de recherche internationale, avec des membres du CNRS ont découvert que le soufre exposé aux UV (ultra-violet) dans la haute atmosphère possède une composition isotopique unique. Lors d’éruptions majeures, le soufre contenu dans le magma est projeté dans la stratosphère où il se transforme en un nuage d’acide sulfurique. Ce nuage réduit l’ensoleillement reçu au sol, contribuant ainsi à une chute significative des températures. En revanche, les éruptions de moindre importance dites « troposphériques », n’ont pas l’énergie suffisante pour atteindre la haute atmosphère et leurs effets climatiques sont insignifiants. Les observations montrent également que le volcanisme implique une chute des températures à court terme mais s'avère être un puissant facteur de réchauffement sur le long terme. c) Autres causes naturelles de la variabilité climatique

À part celles citées auparavant, d’autres phénomènes d’ordre naturel contribuent également à la variabilité du climat entre autre les phénomènes de l’atmosphère tropicale comme les oscillations telles que les El Nino Southern Oscillation (ENSO), l’Oscillation Quasi-Bienale (QBO), le Madden-Julian Oscillation (MJO). La circulation thermohaline influence également le climat de la planète. C’est la circulation permanente à grande échelle de l’eau des océans engendrée par des écarts de température et de salinité des masses d’eau. La température et la salinité ont un impact sur la densité de l’eau de mer. En effet, les eaux refroidies et salées plongent en profondeur et circulent lentement vers les autres bassins océaniques. Dans le même temps, les eaux tropicales chaudes remontent vers le pôle Nord. Cette circulation lente atténue les différences de températures entre les latitudes, et influence fortement le climat. I.2.3 Le changement climatique d’origine anthropique

a) Principe de l’effet de serre [24] L’effet de serre est tout d’abord un phénomène naturel résultant de la réémission, sous forme de rayonnement thermique infrarouge, d’une partie du rayonnement solaire incident, par la surface terrestre (figure 5). En effet, le rayonnement solaire émis sous forme de courtes longueurs d’ondes est faiblement réfléchi par l’atmosphère. La majeur partie de ce rayonnement parvient ainsi jusqu’à la surface de la Terre qui se réchauffe. En réponse à cette absorption de chaleur, la surface terrestre émet un

8 rayonnement de grandes longueurs d’onde (infrarouge) en direction de l’espace. Ce rayonnement est infrarouge est cependant partiellement absorbé par certains gaz de l’atmosphère, dits « gaz à effet de serre », qui renvoient une partie de ce rayonnement vers la Terre. Ces gaz empêchent ainsi le refroidissement radiatif de la surface de la Terre et contribue, au contraire, à son réchauffement. Dans un premier temps, ce phénomène naturel est bénéfique, puisqu’en absence de gaz à effet de serre, la température moyenne à la surface de la Terre chuterait de + 15°C actuellement à - 18°C.

Figure 5 Principe de l'effet de serre (Source: GIEC 2007) Parmi les principaux gaz à effet de serre (GES), nous pouvons citer la vapeur d’eau, le dioxyde de carbone (CO2), le méthane (CH4), l’oxyde nitreux (ou protoxyde d’azote) (N2O) et l’ozone troposphérique (O3) ainsi que les chlorofluorocarbures (CFC). À l’exception des CFC, tous ces gaz sont présents naturellement dans l’atmosphère terrestre. b) Causes anthropiques du changement climatique [5] [6] [7] L’augmentation des concentrations de gaz à effet de serre a pour effet d’augmenter la proportion du rayonnement terrestre absorbé par l’atmosphère. Le forçage radiatif devient alors positif et le déséquilibre induit ne peut être compensé que par une hausse de la température du système surface-troposphère causant ainsi des changements dans le climat.

Les émissions mondiales de GES par les activités humaines ont augmenté depuis l’époque préindustrielle; la hausse a été de 70 % entre 1970 et 2004 (figure). Les rejets annuels de dioxyde de carbone (CO2) ont progressé de 80 % environ entre 1970 et 2004. À compter de l’an 2000, on a observé une inversion de la tendance au fléchissement des émissions de CO2 par unité d’énergie produite qui se dessinait à long terme. Depuis 1750, sous l’effet des activités humaines, les concentrations atmosphériques de CO2, de méthane (CH4) et d’oxyde nitreux (N2O) se sont fortement accrues ; elles sont aujourd’hui bien supérieures aux valeurs historiques déterminées par l’analyse de carottes de glace portant sur de nombreux millénaires. (Rapport de synthèse, GIEC, 2007)

Figure 6 a) Emissions annuelles de GES anthropiques dans la monde durant la période 1970 – 2004 b) Parts respectives des différents GES anthropiques dans les émissions totales de 2004, en équivalent CO2 c) Contribution des différents secteurs aux émissions totales de GES anthropiques en 2004, en équivalent CO2

Les activités humaines telles que le transport, l’industrie, l’agriculture, la foresterie, l’énergie qui émettent des quantités considérables de GES sont les principales causes du réchauffement climatique à l’échelle du globe. I.2.4 Les principaux résultats du GIEC sur les changements climatiques à l’échelle globale a) Historique, fonctionnement et principaux produits du GIEC

Le GIEC ou Groupe d'Experts Intergouvernemental sur l'Évolution du Climat est une organisation qui a été mise en place en 1988, à la demande du G7 (groupe des 7 pays les plus riches : USA, Japon, Allemagne, France, Grande Bretagne, Canada, Italie), par l’Organisation Météorologique Mondiale (OMM) et par le Programme pour l’Environnement des Nations Unies (PNUE).

Son appellation anglaise est IPCC : Intergovernmental Panel on Climate Change. Le rôle du GIEC est d'expertiser l'information scientifique, technique et socio-économique qui concerne le risque de changement climatique provoqué par l'Homme.

Comme toutes les institutions onusiennes, le GIEC n'est pas une association de personnes physiques, mais une association de pays : ses membres sont des nations, non des personnes physiques. Aucun individu, et en particulier aucun chercheur, ne peut être membre du GIEC "en direct" : les personnes qui siègent aux assemblées du GIEC ne font que représenter des pays membres. En pratique, à peu près tous les pays membres des Nations Unies sont membres du GIEC (deux exceptions sont Taiwan et le Vatican), et donc dans la pratique quasiment tous les pays du monde sont adhérents du GIEC. Le GIEC n’est pas donc un laboratoire de recherche, mais un organisme qui effectue une évaluation et une synthèse des travaux de recherche menés dans les laboratoires du monde entier. En gros, le GIEC examine et synthétise ce qui s'est publié dans la littérature scientifique sur la question de l'influence de l'homme sur le climat (et par voie de conséquence sur le fonctionnement du climat, avec ou sans hommes).

Le GIEC est subdivisé en 3 groupes de travail qui ont la charge de conduire les expertises sur :

- les bases scientifiques physiques des changements climatiques (Working Group I (WG I) ou Groupe de travail I) - les conséquences, l’adaptation et la vulnérabilité aux changements climatiques Working Group II (WG II) ou Groupe de travail II) - l’atténuation des changements climatiques (Working Group III (WG III) ou Groupe de travail III)

Le GIEC produit principalement des rapports d’évaluation, des rapports spéciaux, des directives sur les méthodes à appliquer et des documents techniques :

- rapports d’évaluation : fournissent des informations scientifiques (techniques et socio-économiques) sur les changements climatiques, leurs causes, leurs incidences et les mesures qui pourraient être prises pour y faire face. Cinq rapports ont été publiés par le GIEC jusqu’à présent : o FAR (First Assessment Report) pour le Premier rapport (1990) o SAR (Second Assessment Report) pour le Deuxième rapport (1995) o TAR (Third Assessment Report) pour le Troisième rapport (2001) o AR4 (4th Assessment Report) pour le Quatrième rapport (2007) o AR5 (5th Assessment Report) pour le Cinquième Rapport (2013/2014). - rapports spéciaux : qui fournissent une évaluation relative à une question précise et qui sont souvent établis à la demande des Parties à la CCNUCC (Convention-Cadre des Nations Unies sur le Changement Climatique) (Utilisation des terres, changements d’affectation des terres et foresterie (Land

Use, Land-Use Change and Forestry) (2000), Préservation de la couche d’ozone et du système climatique planétaire: questions relatives aux hydrofluorocarbures et aux hydrocarbures perfluorés (Safeguarding the Ozone Layer and the Global Climate System: Issues Related to Hydrofluorocarbons and Perfluorocarbons) (2005). - directives sur les méthodes à appliquer : qui décrivent les méthodes et les pratiques en matière d’inventaire des émissions nationales de gaz à effet de serre qui sont utilisés par les Parties à la CCNUCC pour établir les communications nationales “Directives du GIEC en matière des inventaires nationaux de gaz à effet de serre - 2006” (IPCC Guidelines for National Greenhouse Gas Inventories - documents techniques : avis scientifiques outechniques sur des thèmes précis et qui sont fondés sur les éléments d’information figurant dans les autres rapports du GIEC (ex : rapport technique sur Le changement climatique et l’eau publié en 2008).

b) Résultats du 5ème rapport d’évaluation (AR5) du GIEC [8] Dans son rapport « Climate Change 2013 : The Physical Science Basis » (IPCC, WG I, 2013), le GIEC établit que le réchauffement du système climatique est sans équivoque et, depuis les années 1950, beaucoup de changements observés sont sans précédent depuis des décennies voire des millénaires. Entre autre, l’atmosphère et l’océan se sont réchauffés, la couverture de neige et de glace a diminué, le niveau de la mer s’est élevé et les concentrations des GES ont augmenté. Pour l’atmosphère, chacune des trois dernières décennies a été successivement plus chaude à la surface de la Terre que toutes les décennies précédentes depuis 1850 (figure 7).

Figure 7 Anomalies observées de températures moyennes en surface de 1850 à 2012

(Source: Rapport GIEC 2013)

La distribution de l’évolution de la température en surface observée depuis 1901 à 2012 est montrée dans la figure 8 suivante. Cette figure fait sortir que presque la totalité du globe a connu un réchauffement durant cette période. Sauf une partie au niveau de l’Atlantique a connu un refroidissement.

Figure 8 Evolution de la température moyenne en surface observée entre 1901 et 2012

(Source: Rapport GIEC 2013) Des changements sont également observés pour les précipitations. Dans certaines parties du globe, la quantité de précipitations a augmentée tandis que dans d’autres, elle a diminué. Les changements observés entre 1901 et 2010 et entre 1951 et 2010 sont montrés dans la figure 9 suivante.

Figure 9 Changements observés des quantités de précipitations entre la période 1901 - 2010 (à gauche) et la période 1951 - 2010 (à droite) en mm par décennie (Source: Rapport du GIEC, 2013) L’océan superficiel (jusqu’à 700 m de profondeur) s’est également réchauffé entre 1971 et 2010 et ce dernier s’est probablement réchauffé entre les années 1870 et 1971. Depuis le milieu du XIXe siècle, le rythme d’élévation du niveau moyen des mers est supérieur au rythme moyen des deux derniers millénaires. Entre 1901 et 2010, le niveau moyen des mers à l’échelle du globe s’est élevé de 0,19 m [de 0,17 à 0,21 m]. L’océan a absorbé environ 30 % des émissions anthropiques de dioxyde de carbone, ce qui a entraîné une acidification de ses eaux. Les observations montrent une augmentation de la quantité de CO2 dans l’atmosphère et la figure 10 montre que l’océan devient plus acide quand la concentration en CO2 augmente dans l’atmosphère.

Figure 10 Relation entre l’évolution de la quantité de CO2 dans l'atmosphère et l'acidité des océans (Source: Rapport du GIEC 2013 adapté par l‘auteur)

c) Les scénarios d’émissions du GIEC [9] Auparavant, lors de l’élaboration des rapports d’évaluation 4, le GIEC a défini les scénarios SRES (Special Report on Emissions Scenarios) à la fin des années 1990 et qui ont été diffusés en 2000. Depuis ce temps, le contexte socio-économique mondial a changé et les déterminants socio-économiques tels que l’économie, les technologies, les politiques publiques et la connaissance du système climatique ont évolué. Ainsi, pour l’élaboration du 5ème rapport d’évaluation du GIEC, quatre nouveaux scénarios de référence appelés représentatifs d’évolution des concentrations (RCP, Representative Concentration Pathways) (en W.m-2) de GES, d’ozone et de précurseurs des aérosols pour le XXIème siècle et au-delà ont été définis. Pour chaque profil représentatif, les climatologues déduisent les conditions climatiques et les impacts du changement climatique associés tandis que les sociologues et les économistes travaillent sur des scénarios présentant diverses caractéristiques de développements socio-économiques et diverses stratégies d’adaptation et d’atténuation. Une telle approche permet un travail en parallèle et en cohérence des climatologues et des économistes. Les profils représentatifs de l’évolution des concentrations en gaz à effet de serre, d’ozone et des aérosols, sont innovants puisque, contrairement aux SRES, ils ne visent plus à caractériser l’évolution de la société, l’économie et la démographie, mais sont définis comme des profils de référence. Les quatre différents RCPs sont les suivants : - RCP 2.6 : un scénario où les émissions de gaz à effet de serre sont considérablement réduites ; le forçage radiatif atteint un maximum en milieu du siècle à 3.1 W/m2 puis diminue pour atteindre 2.6 W/m2 vers 2100 - RCP 4.5 : un scénario de stabilisation où le forçage radiatif se stabilise avant 2100 grâce à la mise en application de politiques et technologies de réduction de gaz à effet de serre - RCP 6.0 : un scénario de stabilisation où le forçage radiatif se stabilise après 2100 - RCP 8.5 : un scénario où l’émission de gaz à effet de serre augmente en fonction du temps atteignant ainsi de très fortes concentrations

Chapitre 2. Le changement climatique à l’échelle nationale de Madagascar

II.1 Les projections climatiques pour Madagascar [10] Les projections climatiques de l’AR5 désagrégées au niveau de Madagascar ne sont pas encore disponibles. La dernière publication sortie en 2008 de la Direction Générale de la Météorologie (DGM) sur l’état du changement climatique à l’échelle nationale est celle relative à l’AR4 du GIEC. Les principaux résultats pour cette publication sont les suivants : - Vers 2055, Madagascar connaitrait une augmentation de la température par rapport à la période de 1961 – 1990 : hausse importante dans le Sud (1,6°C à 2,6°C), augmentation plus faible le long des régions côtières (de 1,1°C à 1,8°C), augmentations comprises entre 1,3°C et 2,5°C sur le reste de l’île. - Vers 2055, une augmentation des quantités de précipitations est projetée pour la période Janvier à Avril pour l’ile, de Mai à Juin, une diminution des quantités de précipitation au niveau de la région Sud-Sud-Est avec une augmentation pour le reste de l’île sont projetées, de Juillet à Septembre une augmentation des quantités de précipitations dans la partie Nord, Nord-Ouest et Hautes Terres avec une diminution dans les autres régions sont projetées et en Octobre une diminution de la quantité de précipitation est projetée sur l’extrême Sud-Est est projetée. Décembre : augmentation généralisée - Vers 2100, la fréquence des cyclones resterait inchangée mais une augmentation de ses intensités serait probable et ils passeraient par la partie Nord. II.2 Les problématiques du Changement Climatique sur le plan environnemental, social et économique de la population à Madagascar Le changement climatique est un réel problème pour Madagascar. En effet, selon Maplecroft en 2012, Madagascar est le 5ème pays le plus vulnérable aux effets néfastes du changement climatique dans le monde. Les effets directs et indirects du Changement Climatique peuvent nuire aux capitales de Madagascar. Sa richesse en biodiversité terrestre et marine est menacée par le changement des paramètres climatiques. Les activités de subsidence de la population qui sont tributaires des ressources naturelles comme l’agriculture, l’élevage, la pêche sont également menacées par cette problématique. Selon une étude effectuée lors du projet ACCLIMATE en 2012, la COI (Commission de l’Océan Indien) a sorti une étude disant que le changement climatique pourrait engendrer le changement de la répartition des espèces jusqu’à leurs disparitions. Également que la destruction des écosystèmes marins due à la variation des paramètres de l’océan pourraient avoir des impacts sur les activités de pêches riveraines.

II.3 Institution chargée de coordonner les actions pour la lutte contre le Changement Climatique à Madagascar et les mesures prises au niveau national pour lutter contre le changement climatique Auparavant une direction a été mise en place dans la Direction de l’Environnement de l’ancien Ministère de l’Environnement et des Forêts qui a été chargée de coordonner les actions menées pour lutter contre le changement climatique à Madagascar. Actuellement, dans sa nouvelle appellation et ses nouvelles attributions, le Ministère de l’Environnement, de l’Écologie, des Mer et des Forêts prend toujours en charge la coordination des actions de lutte contre le changement climatique à travers un Bureau national et un Comité national sur le Changement Climatique qui sont rattachés au Secrétaire Général du Ministère. Pour lutter contre le Changement Climatique, Madagascar a développé des politiques, plans et stratégies au niveau national. Madagascar adhère également aux conventions internationales sur la lutte contre le changement climatique : CCNUCC (ou Convention – Cadre des Nations Unies sur le Changement Climatique) [25]

La Convention-Cadre des Nations Unies sur les Changements Climatiques ou CCNUCC a eu pour but de mettre en place un cadre global de l'effort intergouvernemental pour faire face au défi posé par les changements climatiques. Elle reconnaît que le système climatique est une ressource partagée dont la stabilité peut être affectée par les émissions industrielles de CO2 ainsi que les autres gaz à effet de serre.

Cette convention engage les parties aux obligations

a) De rassembler et diffuser les informations sur les gaz à effet de serre, sur les différentes politiques nationales et sur les meilleures mises en pratiques b) De mettre en œuvre les stratégies nationales pour faire face aux émissions de gaz à effet de serre et s’adapter aux impacts prévus, y compris la mise à disposition de soutien financier et technologique aux pays en voie de développement c) De coopérer pour se préparer à l’adaptation aux impacts des changements climatiques

Madagascar a signé la convention le 10 Juin 1992, l’a ratifiée le 02 Juin 1999 et elle a entré en vigueur le 31 Aout 1999.

Ainsi, Madagascar fait partie intégrante de la CCNUCC et est donc contraint de ses obligations et de ses engagements.

Protocole de Kyoto [25] Le Protocole de Kyoto fait partie des engagements après la Convention – Cadre. Il a pour objectif de réduire les émissions de gaz à effet de serre pendant la première période de 2008 à 2012 d’engagement par rapport au niveau de 1990.

Le protocole de Kyoto est un instrument juridiquement contraignant. Il a entrée en vigueur en 1994 et 193 pays ont pris parti dans cet engagement. Le deuxième période de l’engagement du Protocole de Kyoto est pour la période 2013 – 2020 durant laquelle l’objectif est de réduire les émissions de gaz à effet de serre de 15% par rapport au niveau de 1990. Madagascar a ratifié le Protocole le 24 Septembre 2003 et il a été entré en vigueur le 16 Février 2005. PNLCC (ou Politique Nationale de Lutte contre le Changement Climatique) [26] Suite à son engagement lors de la ratification de la CNUCC et du Protocole de Kyoto, Madagascar possède sa Politique Nationale de Lutte contre le Changement Climatique en vue d’un développement durable. Le document a été rédigé en 2011 et comporte 5 axes stratégiques qui sont : d) Renforcement des actions d’adaptation au changement climatique tenant en compte des besoins réels du pays : e) Mise en œuvre des actions d’atténuation au profit du développement du pays f) Intégration du changement climatique à tous les niveaux g) Développement des instruments de financement pérennes h) Promotion de la recherche, développement et transfert de technologie et la gestion adaptive Le PNLCC comporte 2 stratégies nationales, l’une de consacrée à l’adaptation au changement climatique et l’autre consacrée à l’atténuation de ses effets. PANA (ou Programme d’Actions National d’Adaptation au changement climatique) [26] L’élaboration du PANA ou Programme d’Actions National d’Adaptation au changement climatique entre dans la mise en œuvre de la Convention – Cadre des Nations Unies sur le Changement Climatique. Le gouvernement de Madagascar a élaboré le PANA en 2006. Le PANA a identifié des programmes d’adaptation prioritaires dans divers secteurs mais le manque de moyen financier du gouvernement limite sa mise en œuvre. Le PANA est une planification à court termes sur l’identification des activités à entreprendre. Toutefois, une planification à court et long termes fait partie de l’engagement de la CNUCC. C’est le Plan National d’Adaptation ou PNA qui définit la planification à moyen et long termes pour le pays. Cette planification a pour objectif de réduire la vulnérabilité et d’intégrer l’adaptation au changement climatique dans les différents secteurs ou mainstreaming. Pour Madagascar, l’élaboration du PNA est encore en cours.

Communications nationales [26] La Communication nationale est un document périodique requis par la Conférence des Parties et qui fait l’état de la mise en œuvre de la Convention des Nations Unies sur les Changements au niveau national. Madagascar, à travers le Ministère de l’Environnement, a déjà soumis 2 communications nationales en 2003 et 2010. La troisième communication pour Madagascar est actuellement en cours de finalisation.

Chapitre 3. Présentation de la région Boeny

III.1 Situation géographique de la région Boeny [28]

La région Boeny se situe dans la partie Nord-Ouest de Madagascar, elle s’étend sur une superficie de 29 826 Km² et comporte une longue façade maritime bordée par le Canal de Mozambique. Elle est délimitée au Nord par le canal de Mozambique, à l’Est par la région de Sofia, à l’Ouest par la région Melaky et au Sud par la région Betsiboka.

Figure 11Carte de localisation de la région Boeny

Administrativement, la région Boeny est subdivisée en 06 Districts : Mahajanga I qui est le chef-lieu de Région, Mahajanga II au Nord, Soalala à l’extrème sud-ouest, Mitsinjo à l’Ouest, Marovoay au centre Sud et Ambato-Boeni à l’Est (figure 12).

Figure 12 Localisation des 6 districts dans la région Boeny

Les 6 districts sont subdivisés en 43 communes (figure 13), dont 4 communes urbaines (Mahajanga I, Marovoay, Ambato-Boeny, Soalala) et 39 communes rurales (selon le decret n°2011-0042 du 26 janvier 2011). À son tour, les 43 communes sont subdivisées en 509 fokontany (selon la DAGT Boeny en 2011).

Figure 13 Localisation des communes dans la région Boeny (Source: TBE Région Boeny, ONE)

III.2 Géographie physique [28]

La région Boeny est une zone de basse altitude (0 – 330 m) constituée de terrains sédimentaires reposant sur le socle ancien cristallin où se distinguent notamment des cuestas et plateaux formés par des calcaires jurassiques et grès crétacés (Massif de l’Akarafantsika, Tsingy de Namoroka), des plaines alluviales vers l’intérieur des terres (Marovoay, Madirovalo, Anjiajia, Ambato-Boeni, Mitsinjo,…) et une longue plaine côtière partant des environs de Soalala à l’Ouest jusqu’à l’embouchure du Mahajamba au Nord-Est. La région est largement drainée par un réseau hydrographique particulièrement dense qui met à sa disposition un capital d’eau estimable, susceptible de dynamiser les activités liées au transport fluvial et maritime, à l’alimentation en eau et à l’énergie hydroélectrique. Les principaux fleuves sont : la Betsiboka, la Mahavavy et la Mahajamba. Ce réseau est complété par la présence de grands lacs, tarissables ou permanents, avec des plans d’eau favorable à la pêche continentale et au transport fluvial, dont le lac Kinkony, le deuxième grand lac de Madagascar après l’Alaotra. La région de Boeny se trouve dans l’écorégion de l’ouest caractérisée par la présence de forêts tropicales denses sèches caducifoliées qui figurent parmi les plus menacées au monde. Son territoire comportant une longue façade littorale tournée vers le Canal de Mozambique inclut encore de très belles formations de mangroves. Bien que des zones assez représentatives de ces écosystèmes se trouvent déjà dans un certain nombre d’aires protégées de la région (Tsingy de Namoroka, Ankarafantsika, Baie de Baly, Complexe Mahavavy-Kinkony), leurs plus grandes parties restent soumises aux risques et menaces des diverses activités humaines. La déforestation et les feux de végétation sont parmi les pratiques les plus dévastatrices affectant ces habitats naturels de la région dotée d’une grande richesse en espèces faunistiques et floristiques. La plupart d’entre elles sont des espèces endémiques et souvent menacées d’extinction si bien que plusieurs bénéficient d’un statut de protection ou de conservation sur le plan national et au niveau international.

III.3 Géographie humaine [28]

D’après les derniers recensements effectués par la Direction Régionale de la Population Boeny en 2011, la région Boeny renferme 986 786 habitants dont la répartition par district est donnée par le tableau 1:

Tableau 1 Répartition de la population par district dans la région Boeny

District Nombre de population Densité (pop/km²) Mahajanga I 223 484 3 895 Mahajanga II 96 160 20 Marovoay 238 471 42 Ambato-Boeni 254 895 32 Mitsinjo 89 672 19 Soalala 84 104 12 Région Boeny 986 786 33

Le taux de croissance annuel de la population dans la région est de 3.1%, devançant de quelques points le taux national qui est de 2.9% (d’après l’INSTAT en 2008) et la population urbaine dans la région représente 33% de la population totale de la population de la région (après analyse des données de population de la Direction Régionale de la Population en 2011). En se basant sur les analyses effectuées par la Direction Régionale de la Population en 2011, la majorité de la population est de sexe féminin avec une proportion de 55% soit 539 571 personnes tandis que les 45% restants sont de sexe masculin, soient 446 854 personnes. La population de la région Boeny est jeune avec un taux de 45% de population de moins de 18 ans, soient 441 334 personnes, 45% de la population sont entre 18 et 65 ans, soient 446 053 personnes, 10% de la population sont entre 66 et 99 ans, soient 98 153 personnes et 1% de la population sont de 100 ans et plus, soient 885 personnes. La pression démographique dans la région Boeny est essentiellement due à un exode rural très important. Les moyens de transport présents dans la région Boeny sont principalement : la navigation maritime et fluviale qui lui permet d’effectuer des trafics régionaux et interrégionaux, la navigation aérienne avec l’aéroport international Philibert TSIRANANA à Amborovy, un aérodrome public à Soalala et des pistes d’atterrissage privées dans certaines communes. Pour le transport terrestre, la région est traversée par la route nationale Route Nationale N°4 la reliant à Antananarivo. Celle-ci passe par huit communes avant d’atteindre la capitale de Boeny, Mahajanga I. Des routes nationales temporaires desservent les quatre autres chefs-lieux de districts. Le reste du réseau est constitué de routes provinciales et autres routes non classées. En tout, les routes bitumées dans la région mesurent 283 km. Cependant, leur praticabilité reste saisonnière pour une grande partie, et les moyens pour les emprunter demeurent assez limités pour la population.

En tout, seules 14 communes sur 43 sont accessibles toute l’année (Mahajanga I, Marovoay Banlieu, Katsepy, Ambondromamy, Andranofasika, Antanambao Andranolava Andranomamy, Ankazomborona, Anosinalainolona, Belobaka, Marosaka, Tsaramandroso). Les communes ayant des problèmes d’enclavement périodiques sont : - 9 pour une durée moyenne de trois mois toute l’année (Betsako, Ambalakida, Manaratsandry, Ambolomoty, Ankijabe, Matsakabanja, Antogomena Bevary, Tsararano, Anjiajia) - 12 pendant 6 mois (Soalala, Sitampiky, Mitsinjo, Madirovalo, Antanimasaka, Ambato- Boeni, Manerinerina, Bekobay, Ambalabe, Mahajamba, Andranoboka, Mariarano) - 8 qui ne sont accessibles que par charrette et à pied toute l’année (Ambohipaky, Andranomavo, Antseza, Ankirihitra, Ambarimaninga, Ankaraobato, Bekipay, Bemaharivo) Ainsi, 20 communes dans la région Boeny sont entièrement enclavées au moins pendant la moitié de l’année, ce qui représente environ 349 053 personnes, soit 35% de la population régionale, privées de tout contact avec l’extérieur 6 mois dans l’année. Les périodes d’enclavement se situent surtout en saison de pluies. III.4 Climatologie de la région Boeny

III.4.1. Zones climatiques de la région Boeny [11] La délimitation climatique de Madagascar subdivise le pays en 10 zones climatologiques dont la répartition spatiale est montrée dans la figure 14.

La région Boeny qui se situe dans la partie Nord-Ouest de Madagascar fait partie en sa grande partie de la zone C de la délimitation climatologique de l’île, une partie de la région (partie Ouest de la région) fait également partie de la zone F de cette délimitation.

Caractéristiques et dénominations des différentes zones climatologiques de Madagascar

ZONE A : Zone très humide toute l’année

ZONE B : Zone très humide ZONE C : Zone humide à forte pluviosité ZONE D : Zone humide

ZONE E : Zone humide toute l’année

ZONE F : Zone humide à faible précipitation

ZONE G : Zone semi humide venteux

ZONE H : Zone semi humide

ZONE I : Zone semi humide à faible pluviosité

ZONE J : Zone semi-aride

Figure 14: Zones climatiques de Madagascar (Source: Atlas Climatologique de Madagascar, DGM, Mars 2014) où la région Boeny est délimitée par le traçage en noir.

Chaque zone climatique est définie par sa pluviosité et sa température moyenne. Pour le cas de la région Boeny qui possède 2 zones climatologiques distincts (zone C et zone F), voici ces caractéristiques: Zone C : définie comme une zone humide à forte pluviosité. La zone est caractérisée par une exposition directe au régime de mousson en été. La quantité de précipitation annuelle dans cette zone varie de 1 200 mm à 2 000 mm et la température moyenne annuelle est supérieure ou égale à 26°C.

Zone F : définie comme une zone humide à faible précipitation, elle est caractérisée par un hiver sec. La quantité de précipitation annuelle dans cette zone est de 800 mm à 1100 mm et la température moyenne annuelle est entre 18°C et 25°C. Madagascar est un pays tropical. En effet, il possède deux saisons bien marquées durant l’année : la saison chaude et pluvieuse (Novembre à Avril) et la saison fraiche et sèche (Mai à Octobre). Ces deux saisons sont séparées par deux intersaisons qui durent chacune un mois environ. Sur la côte Ouest de l’île où se trouve la région Boeny, le maximum de précipitations est observé en Janvier. La saison sèche est particulièrement bien marquée et s’étend de Mai à Octobre.

III.4.2 Climatologie des températures dans la région Boeny [11] La région Boeny est réputée par son climat chaud. En effet, sa température moyenne mensuelle est toujours supérieure à 25°C durant toute l’année.

Durant la saison chaude et pluvieuse (Novembre à Avril), la température moyenne de la région est élevée. Durant le mois de Novembre, la température moyenne est aux alentours de 31°C. Durant le mois de Décembre, il fait toujours très chaud mais une variation est observée, la température moyenne est entre 26°C et 31°C. Pendant le mois de Janvier, la température moyenne diminue un peu par rapport à celles du mois de Novembre et de Décembre, elle est entre 25°C et 29°C. La température moyenne durant le mois de Février est similaire à la situation du mois de Janvier. En mois de Mars et Avril, la température moyenne augmente un peu et elle est entre 25°C et 30°C durant cette période dans la région Boeny. La température moyenne durant la saison chaude est donc environ 30°C. Les températures moyennes mensuelles de l’ancienne province de Mahajanga durant la saison chaude et pluvieuse sont illustrées dans la figure 15.

Figure 15 Températures moyennes mensuelles durant la saison chaude et pluvieuse (Novembre à Avril) de l'ancienne province de Mahajanga (source: Atlas Climatologique de Madagascar, DGM, Mars 2014) dont la région Boeny est délimitée par le traçage en noir.

Durant la saison sèche (Mai à Octobre), qui est montrée dans la figure 15, en mois de Mai, il fait encore un peu chaud et la température est entre 24°C et 27°C. Le temps se refroidi durant les mois de Juin et Juillet. En Juin, la température moyenne est entre 23°C et 26°C tandis qu’en Juillet, elle est entre 22°C et 25°C. À partir du mois d’Aout jusqu’en Octobre, la température moyenne augmente mais nous sommes toujours en période sèche. En Aout, la température moyenne mensuelle est entre 23°C et 25°C ; en Septembre, elle est entre 24°C et 27°C pour la région. En Octobre, il fait déjà très chaud et la moyenne mensuelle des températures est entre 24°C et 29°C.

Figure 16 Températures moyennes mensuelles durant la saison sèche de l’ancienne province de Mahajanga (source: Atlas climatologique de Madagascar, DGM, Mars 2014) dont la région Boeny est délimitée par le traçage en noir.

D’après les données d’observation, la température minimum moyenne annuelle de la région Boeny est de 22°C tandis que la température maximum moyenne annuelle est de 32°C. III.5. Climatologie des précipitations dans la région Boeny [11]

La Mousson, la Zone de Convergence InterTropicale (ZCIT) et les cyclones tropicaux sont des phénomènes climatologiques de l’atmosphère tropicale. La région Boeny est sujette à ces trois phénomènes et ce sont eux qui alimentent en majorité le régime pluviométrique de la région durant la saison pluvieuse. La Mousson est un vent de secteur Nord-Ouest qui souffle dans la partie Nord-Ouest de Madagascar durant la saison chaude de chaque année. Ce régime de vent apporte beaucoup d’humidité avec lui d’où sa contribution au régime pluviométrique de la région Boeny. La ZCIT est une zone de forte convergence qui se présente sous forme de bande s’enroulant autour de la Terre. Elle est aussi connue sous l’appellation d’équateur météorologique puisqu’elle délimite l’hémisphère d’été de l’hémisphère d’hiver. Comme c’est une zone de forte convergence, elle apporte avec elle une quantité énorme de pluies. Pendant la saison d’été dans l’hémisphère Sud, elle se trouve aussi dans cette partie du globe. À Madagascar, chaque année, la ZCIT passe quand il est en été dans le pays. Dans les régions faisant partie de sa zone de passage, la quantité de précipitations mesurée augmente considérablement pendant le temps de passage du système. La région Boeny fait partie des zones de passage de la ZCIT quand elle passe sur l’île. Elle constitue donc une source de pluies pour la région. Les cyclones tropicaux sont des phénomènes météorologiques qui apportent avec eux des vents forts et des pluies torrentielles. Ils se manifestent pendant la saison chaude. Même s’ils sont des phénomènes violents et dévastateurs, ils constituent aussi une source d’eau pour les régions où ils passent. Les ressources pluviométriques de la région Boeny sont aussi alimentées par le passage de cyclones tropicaux durant l’été.

Les quantités de précipitations mensuelles durant la saison chaude et humide de l’ancienne province de Mahajanga sont montrées dans la figure 16. Durant cette saison, la quantité de précipitations est encore petite en mois de Novembre, sa hauteur est entre 60 mm et 80 mm. Elle augmente un peu en mois de Décembre et est dans les 200 mm. Le maximum de précipitations s’observe en mois de Janvier, la moyenne est entre 400 mm et 500 mm. Pendant le mois de Février, la quantité moyenne des précipitations est entre 260 et 400mm. En Mars et Avril, elle diminue considérablement et est dans les 180 mm en mois de Mars et 20 mm à 60 mm en Avril. Les mois de Janvier et Février sont donc les mois où l’on observe le pic de précipitations dans la région. Ces mois correspondent d’.ailleurs aux mois où les cyclones tropicaux sont en pleine activité à Madagascar.

Figure 17 Moyennes mensuelles des pluies tombées durant la saison chaude et humide de l’ancienne province de Mahajanga (source : Atlas climatologique de Madagascar, DGM, Mars 2014) où la région Boeny est délimitée par le traçage en noir.

En saison sèche, le régime pluviométrique de Madagascar est expliqué en grande partie par l’effet orographique (illustré dans la Figure 18). Le vent d’Alizé qui est un vent de Sud-Est souffle dans la partie Est de l’île durant la saison hivernale. Ce vent entraine avec lui une masse d’air humide et doit franchir la barrière montagneuse des hautes terres. Avec le soulèvement orographique forcé, il y a formation nuageuse qui apporte de grande quantité de pluies dans la partie Est de Madagascar. La masse d’air perd alors toute son humidité et devient une masse d’air sec. Quand elle franchit les hautes terres, il y a descente et compression de la masse d’air, donc dans la partie Ouest du pays, le ciel est dégagé et il fait plus chaud que dans la partie Est de l’île. Ainsi, en hiver, il n’y a presque pas de pluies dans la partie Ouest de Madagascar où se situe la région Boeny.

Figure 18 Illustration de l’effet orographique (http://meteorologie-tpe.webnode.fr/)

Le régime pluviométrique de l’ex-province de Mahajanga durant la période sèche et fraiche est donné par la Figure 19. La quantité de pluies est entre 0 mm et 20 mm en mois de Mai. En mois de Juin, Juillet et Aout il n’y a pas de précipitation dans la région, sa quantité moyenne durant ces trois mois sont quasiment 0 mm. En mois de Septembre, une petite partie de la région qui est dans la partie près de la mer reçoit une très petite quantité de pluies, de l’ordre de 20 mm tandis que la majeure partie de la région ne reçoit pas de pluies (hauteur de 0 mm). En mois d’Octobre, il y a une légère augmentation de la quantité de précipitations puisque l’on est en période transitoire entre la saison sèche et la saison humide. La moyenne des précipitations dans la région durant ce mois est entre 10 mm et 50 mm. Ainsi, durant la saison sèche et fraiche, la région Boeny ne reçoit presque pas de pluies.

Figure 19 Moyennes mensuelles des pluies durant la saison fraiche et sèche de l’ancienne province de Mahajanga (source: Atlas climatologique de Madagascar, DGM, Mars 2014). La région Boeny est délimitée par le tracé en noir.

III.6 Détermination des saisons pour la station de Mahajanga (diagramme de Gaussen)

Station: Mahajanga T° moyenne: 27°C 46,35° S; -15,67° W RR moy : 1482,4 mm Diagramme ombrothermique 1980 - 2010

260 520 240 480 220 440 200 400 180 360 160 320

C) 140 280 °

120 240 T T ( 100 200 (mm) P 80 160 60 120 40 80 20 40

0 0

MAI

FEV

JUIL AVR JUIL

OCT

DEC

NOV

JUIN

JANV

SEPT

AOUT MARS

Mois

Température moyenne (en °C) Précipitations totales (en mm)

Figure 20 Diagramme de Gaussen pour la station de Mahajanga pour la période 1980 – 2010 Le diagramme de Gaussen permet de déterminer les saisons pour une station. Pour la station météorologique de Mahajanga, le diagramme de Gaussen (figure 20) permet de dire que le début de la saison humide en moyenne est le 15 Octobre et la fin de la saison de pluies est le 1er Avril pour le climat de 1980 - 2010.

Chapitre 4. Le changement climatique dans la région Boeny

IV.1 Les perceptions locales sur le changement climatique [17]

Pour l’élaboration de ce mémoire, une descente dans la région Boeny a été effectuée pour collecter les perceptions locales sur les changements climatiques et ses conséquences sur la population et les activités entreprises dans la région. Quatre localités ont été visitées, à savoir : Ampijoroa Ankarafantsika, la commune rurale de Mariarano, la ville de Mahajanga I et le district de Mitsinjo. Des enquêtes sous forme de fiche à remplir et à cocher se basant sur de questionnaires sur les perceptions locales (Annexe 1) ont été effectuées et 40 personnes ont contribué pour le remplissage de ces fiches. Ainsi, 40 perceptions sur le climat, les changements climatiques et ses conséquences ont été récoltés dans les 4 localités citées auparavant. Les types de personnes ayant rempli les fiches de questionnaires sont très variées, la fourchette d’âge des participants était entre 20 ans et 59 ans et l’âge moyen des participants était de 41 ans; 65% des personnes sont de sexe masculin et 35% de sexe féminin. Ces personnes appartiennent à des secteurs très diversifiés ayant des emplois diversifiés également. En effet, des agriculteurs, des étudiants, des enseignants, des guides touristiques, des fonctionnaires, des directeurs régionaux et bien d’autres encore ont été rencontrés lors de ces enquêtes. IV.1.1. Perceptions locales de l’évolution et du changement du régime climatique dans la région Boeny : À l’unanimité, toutes les personnes enquêtées ont remarqué que le climat dans la région et dans leur localité a changé et 45% de ces personnes l’ont ressenti durant les 5 dernières années et 35% l’ont remarqué depuis 10 ans. Selon la perception locale, le climat de la région a changé il y a 10 à 5 ans. Également, à l’unanimité, les personnes enquêtées ont ressenties que la température moyenne dans la région et la localité est devenue plus chaude. La majorité a également répondu que la température au petit matin, c'est-à-dire la température minimale dans leur localité a augmenté. La répartition est donnée par la figure 21 suivante.

Inchangée Plus froide 3% 10%

Plus chaude 87%

Figure 21 Répartition de la perception locale de la tendance de la température minimale moyenne dans la région Boeny. (Source: enquêtes effectuées à Ankarafantsika, Mariarano, Mahajanga I et Mitsinjo)

Concernant les précipitations, 97,5% des personnes ayant rempli la fiche de questionnaires ont répondu que la quantité de précipitations reçues dans leur localité a diminué. Toutefois, 7,5% ont répondu que la quantité de pluies tombant ne présente pas de changement significatif mais tend quand même à baisser. Les perceptions locales affirment à 87,5% que le début de la saison des pluies tend à se retarder et à 95% que la durée de la saison de pluies tend à s’écourter. Les pluies sont localisées selon la perception de la population locale puisque 97,5% des personnes enquêtées ont répondu que la distribution dans l’espace des pluies est variable et non régulière ; également, 95% des personnes ayant rempli les fiches ont affirmé que la distribution dans le temps des pluies est variable et non régulière. Pour les évènements climatiques extrêmes, 72,5% des personnes rencontrées lors des enquêtes ont remarqués que les cyclones ayant passé dans la région deviennent plus intenses et 57,5% ont également affirmé que les cas de sècheresse deviennent également plus intenses. Selon les perceptions locales, les principales causes du dérèglement du régime climatique dans la région sont surtout la destruction de l’environnement (figure 22) puisque 90% des répondants aux enquêtes ont affirmé que les feux de brousse sont les causes de ce dérèglement climatique et 87,5% d’eux ont répondu que la déforestation est également la cause du dérèglement.

Autres: Diminution et destruction des aires protégées, Exploitations illicites…

Pollutions

Emissions globales de GES

Agriculture et Elevage

Industries

Déforestation

Feux de brousse

0% 20% 40% 60% 80% 100%

Figure 22 Pourcentages de personnes pour chaque cause potentielle du dérèglement du régime climatique et du changement climatique observés dans la région Boeny (Source : enquêtes effectuées à Ankarafantsika, Mariarano, Mahajanga I et Mitsinjo) IV.1.2. Perceptions locales des conséquences de la variabilité et du changement climatique dans la région Boeny : Les effets négatifs du changement climatique et de la variabilité climatique sont effectivement ressentis par la communauté locale dans la région Boeny. L’écosystème de la région, les activités économiques entreprises par la population et l’environnement physique de la région sont victimes du changement climatique selon les affirmations des enquêtes effectuées dans les 4 localités de la région Boeny. L’agriculture qui est pratiquée dans la région est sensible aux variations des paramètres climatologiques. Lors des enquêtes effectuées, 97,5% des répondants ont affirmé que le changement climatique cause la diminution des rendements culturaux dans la région et spécifiquement des personnes ont confirmées qu’il cause la baisse du rendement de la riziculture pratiquée dans la région. 72,5% des personnes enquêtées ont également confirmé que le changement climatique provoque la perturbation du calendrier cultural dans la région et 67,5% ont affirmé que des déplacements des terrains de culture sont aussi une des conséquences du changement de régime climatique. À part ceux-ci, des personnes ayant rempli les fiches de questionnaires ont ajouté qu’une diminution de la quantité d’eau utilisable pour la culture, la difficulté à connaitre les types de cultures favorables au climat de la région et ses variabilités et changements, la mort avant termes de certaines cultures pratiquées dans la région et la difficulté financière des paysans sont également les conséquences du changement climatique dans la région Boeny. 92,5% des personnes répondant aux questionnaires ont accepté que le changement climatique ait des impacts négatifs sur l’élevage dans la région. La majorité (85%) de

36 ces personnes a confirmé que le manque de nourriture à cause de la diminution de la superficie des herbes de prairie est la conséquence de la perturbation du régime climatique dans la région. 57,5% d’entre-eux ont accepté que le changement du régime climatique a un impact sur la santé des animaux. À part ceux-ci, plusieurs des personnes ayant répondues aux questionnaires des enquêtes ont ajouté que la diminution de la quantité de production de l’élevage due au manque d’eau pour les animaux est aussi une des conséquences négatives du changement climatique dans la région Boeny. Pour la pêche, 62,5% des personnes répondants aux questionnaires ont confirmé que le changement climatique provoque la perturbation du calendrier des pêches et 57,5% ont affirmé qu’il conduit également à la diminution de la quantité et de la qualité des ressources halieutiques. Certaines personnes ont ajouté que le changement climatique engendre un danger pour la santé de la population à cause de la diminution des poissons mangeurs d’algues empoisonnées. Aussi, l’assèchement de l’eau dans les « matsabory », lieu où se trouvent les poissons dans la région, le mauvais développement des poissons, le déplacement des espèces marines sont également des conséquences du changement climatique dans la région Boeny. À part le changement climatique, le non-respect du calendrier de pêche par les pêcheurs est aussi l’un des majeurs problèmes qui pèsent sur les ressources marines dans la région. La montée du niveau de la mer et le recul des côtes sont constatés par la majorité de la population locale (62,5% remarquent la montée du niveau de la mer et 85% observent que la limite des côtes est entrain de reculer). 45% des personnes enquêtées affirment avoir remarqué le recul des côtes depuis 10 ans. Ce recul des côtes, selon les perceptions locales, cause la destruction des maisons riveraines (52,5% l’on affirmé), la destruction des champs de culture (47,5% l’on affirmé), le déplacement de la population (45% l’on affirmé). Aussi, la destruction des plages, la pauvreté à cause de la difficulté de construction de maison près des côtes, la diminution de la superficie cultivable sont uns des conséquences de la hausse du niveau de la mer et du recul des limites des côtes. Il est aussi à ajouter que 60% des personnes enquêtées ont affirmé que le phénomène d’intrusion saline dans les puits près des côtes s’observe de plus en plus dans la région Boeny. Parmi les personnes participant aux enquêtes effectuées, 92,5% considèrent le changement climatique comme étant un facteur de risque aux activités et à la vie socio- économique. Également, face aux cas d’extrêmes météorologiques comme les cyclones, les inondations, les sècheresses, 57,5% des participants ont répondu que la population n’est pas résiliente contre 35% qui ont répondu que la population est résiliente. Ainsi, des moyens d’adaptations et de résiliences existent dans la région pour faire face aux phénomènes extrêmes. IV.2. Les mesures et les tendances historiques des paramètres climatologiques mesurés et observés dans la station de Mahajanga

Les observations effectuées dans la station de l’ASECNA à Mahajanga montrent des tendances au changement des paramètres climatologiques. Pour l’observation des

37 tendances au changement climatique de la station de Mahajanga, les séries de données traitées ont été obtenues par les observations durant une période de 51 ans (1961 à 2012). IV.2.1 Tendances historiques des températures : La tendance historique de la température moyenne s’aligne bien aux observations mondiales et aux observations du GIEC. En effet, une tendance à la hausse est observée dans la station de Mahajanga, une hausse moyenne de 1°C est observée durant la période entre 1980 et 2012. Cette tendance est montrée dans la figure 23 suivante.

28,0

y = 0,0197x - 12,226 R² = 0,5178

27,5 C ° 27,0

26,5 Température Température en

26,0

25,5 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 Années

Température moyenne annuelle Linéaire (Température moyenne annuelle)

Figure 23 Tendance historique de la température moyenne annuelle mesurée dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans) (Source : traitement des données brutes provenant de la DGM). La figure 23 montre la courbe de tendance linéaire de la série de mesure des températures moyennes annuelles dans la station de Mahajanga. La pente de la courbe de tendance est positive (+0,0197), ce qui affiche une tendance à la hausse. Le coefficient de détermination est élevé (R²=0.5178). Les températures maximales moyennes annuelles entre 1961 et 2012 rencontrent également une tendance à la hausse. Cette tendance est montrée dans la figure 24.

La température maximale moyenne annuelle a augmentée d’une valeur moyenne de 1,1°C durant cette période.

33,0

y = 0,0224x - 12,613 R² = 0,4505

32,5 C

° 32,0

31,5 Température Température en

31,0

30,5 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 Années

Température maximale moyenne annuelle Linéaire (Température maximale moyenne annuelle)

Figure 24: Tendance historique des températures maximales moyennes annuelles mesurées dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans) (Source : traitement des données brutes provenant de la DGM). La figure 24 montre la courbe de tendance linéaire de la série d’observations des températures maximales moyennes annuelles durant la période de 1961 et 2012. La pente de la courbe est positive (+0,0224), ce qui montre évidemment une tendance à la hausse, le coefficient de détermination est élevé (R²=0,4505). La température minimale, c'est-à-dire la température au petit matin est également à la hausse durant la période entre 1961 et 2012. Cette hausse a une moyenne de 0,9°C. Cette tendance est montrée dans la figure 25 suivante.

23,0

y = 0,0176x - 13,143 R² = 0,2848

22,5 C

° 22,0

21,5 Température Température en

21,0

20,5 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 Années

Température minimale moyenne annuelle Linéaire (Température minimale moyenne annuelle)

Figure 25 Tendance historique des températures minimales moyennes annuelles mesurées dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans) (Source : traitement des données brutes provenant de la DGM). La figure 25 montre la courbe de tendance de la série d’observation des températures minimales moyennes annuelles de 1961 à 2012 dans la station de Mahajanga. La courbe de tendance présente une pente positive (+0,0176) ce qui représente effectivement une tendance à la hausse. Le coefficient de détermination est élevé (R²=0,2848). IV.2.2 Tendances historiques des précipitations : Le cumul annuel des précipitations mesurées dans la station de Mahajanga de 1961 à 2012 a une tendance à la baisse non significative. Cette tendance est montrée dans la figure 26. La tendance à la baisse du cumul de précipitations a une valeur moyenne de 200 mm.

3000

2500

2000 y = -4,3784x + 10180 R² = 0,0316

1500 Quatitéprécipitation de sen mm

1000

500 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 Années

Cumul annuel de précipitations Linéaire (Cumul annuel de précipitations)

Figure 26 Tendance historique des cumuls annuels de précipitations mesurées dans la station de l’ASECNA à Mahajanga durant la période de 1961 à 2012 (51 ans) (Source : traitement des données brutes provenant de la DGM). La figure 26 montre la tendance linéaire du cumul annuel de précipitations mesurées dans la station de Mahajanga de 1961 à 2012. La courbe de tendance possède une pente négative (-4,3784), ce qui montre évidemment une tendance à la baisse. Toutefois, le coefficient de détermination est faible (R²=0,0316). L’analyse de la série de mesures effectuées entre l’année 1961 à 2012 dans la station de Mahajanga montre que le maximum de nombre de jours secs consécutifs durant la saison de pluies tend à augmenter. La figure 27 suivante montre cette tendance. La hausse du maximum de nombre de jours secs consécutifs durant la saison de pluies a une valeur moyenne de 7 jours.

30 y = 0,1402x + 16,551 R² = 0,0523

25 Nombrede jourssecs 20

1977 -1978 1995 -1996

2005 2006 2005 - 2008 2007 - 1961 1962 - 1963 1964 - 1965 1966 - 1967 1968 - 1969 1970 - 1971 1972 - 1973 1974 - 1975 1976 - 1979 1980 - 1981 1982 - 1983 1984 - 1985 1986 - 1987 1988 - 1989 1990 - 1991 1992 - 1993 1994 - 1997 1998 - 1999 2000 - 2001 2002 - 2003 2004 - 2009 2010 - 2011 2012 - Années

Nombre maximal de jours secs consécutifs annuel Linéaire (Nombre maximal de jours secs consécutifs annuel)

Figure 27 Tendance historique du maximal de jours secs consécutifs durant la saison de pluies dans la station de l’ASECNA à Mahajanga depuis la saison de 1961-1962 à la saison 2011-2012 (51 ans) (Source : traitement des données brutes provenant de la DGM) La figure 27 montre la tendance linéaire du maximal de jours secs consécutifs durant la saison de pluies entre la saison pluvieuse de 1961 – 1962 à 2011 - 2012. Cette courbe a une pente positive (+0,1402), ce qui montre évidemment une tendance à la hausse. Toutefois, le coefficient de détermination demeure faible (R²=0,0523). Également, le nombre total de jours de pluies annuel durant la période de 51 ans (de 1961 à 2012) tend à diminuer. Cette tendance est montrée dans la figure 28 suivante. Cette baisse à une valeur moyenne de 8 jours.

75 y = -0,155x + 376,8 R² = 0,0605 70

65 Nombrede joursde pluies 60

45 1960 1965 1970 1975 1980 1985 1990 1995 2000 2005 2010 2015 Années

Nombre de jours de pluies annuels Linéaire (Nombre de jours de pluies annuels)

Figure 28 Tendance historique du nombre de jours de pluies dans la station de l’ASECNA à Mahajanga depuis 1961 à 2012 (51 ans) (Source : traitement des données brutes provenant de la DGM).

La figure 28 montre la courbe de tendance linéaire du nombre total de jours de pluies annuel de 1961 à 2012 dans la station de Mahajanga. La courbe de tendance possède une pente négative (-0,155), ce qui montre évidemment une tendance à la baisse. Le coefficient de détermination est faible (R²=0,0605). D’après l’analyse des séries de données d’observations dans la station de Mahajanga, durant la période de 1961 à 2012, la saison de pluies présente également des perturbations. En effet, le début de la saison de de pluies tend à se retarder et la durée de la saison de pluies tend à se raccourcir.

Chapitre 5. Désagrégation statistique des sorties de modèles CMIP5 pour la station météorologique de Mahajanga par la méthode ADC

V.1 Généralité sur la technique de descente d’échelle ou downscaling La technique de descente d’échelle en modélisation climatique désigne une technique qui permet d’obtenir des données climatiques à plus haute résolution à partir d’une sortie de MCG (modèle climatique global) ou de MRC (modèles régionaux du climat). La figure 29 illustre ce concept de descente d’échelle. Les modèles initiaux qui prennent en compte les impacts des activités anthropiques dans la totalité du globe sont les modèles MCGOA (Modèle de Circulation Général couplé Océan Atmosphère) qui prennent en compte les diverses couches du système climatique. La modélisation de ce type de système est très couteuse en termes de temps de calcul. De ce fait, ces modèles sont tournés à des résolutions spatiales limitées. Actuellement, la résolution d’un MCGOA est de l’ordre de 300km. Toutefois, la base des études d’impact du changement climatique consiste à utiliser les informations issues des résultats de ces modèles globaux qui sont par la suite déclinées à des scénarios régionaux qui ont une résolution un peu plus haute que celle des modèles globaux.

Figure 29 Vue globale de l’approche de désagrégation (J. BOE, 2007)

V.2 Méthodologies de descente d’échelle [9] Il existe deux types de désagrégation : la méthode dynamique et la méthode statistique. Méthode de désagrégation dynamique La méthode de désagrégation dynamique consiste à reproduire le climat par un modèle climatique régional à aire limitée ou à maille variable. (Abdelkarim CHERKAOUI, 2013). L’extraction de l’information à l’échelle locale à partir de la grande échelle peut être effectuée par l’une des trois façons suivantes :

- Augmenter la résolution du modèle atmosphérique, en utilisant seul, sans couplage avec un modèle d’océan - Augmenter la résolution du modèle atmosphérique uniquement sur la zone d’intérêt et de la dégrader progressivement à mesure qu’on s’en éloigne - Utiliser un modèle atmosphérique à haute résolution sur une zone unique, géographiquement limitée. Méthode de désagrégation statistique Les méthodes de descente d’échelle statistiques (Hewitson et Crane, 2006) introduisent les techniques de typologie météorologique, les fonctions de transfert ou régression et les générateurs stochastiques de données météorologiques. Leur technique consiste à établir une relation statistique entre des prédictands, une ou plusieurs variables climatiques locales (par exemple, les précipitations ou la température en un lieu donné), et des prédicteurs, une ou plusieurs variables caractérisant l’état de l’atmosphère à grande échelle (par exemple, le géopotentiel à 500 hPa), pouvant être obtenus à partir de simulations des MCG. Cette relation, dérivée d’observations (pour les prédictands et les réanalyses pour les champs de grande échelle), est ensuite appliquée aux données des simulations des MCG du climat futur afin d’obtenir des informations sur les changements climatiques à l’échelle locale(ou régionale). Les méthodes de descente d’échelle statistiques sont peu coûteuses en moyens de calcul et peuvent facilement être appliquées aux résultats des MCG à condition de disposer de longues séries d’observations de paramètres météorologiques (par exemple, les précipitations et les températures). Elles supposent que la relation statistique « prédictand – prédicteurs » établie à l’aide de l’information sur le climat actuel est également valide pour le futur (Hewitson et Crane, 2006). Cette hypothèse, dite « hypothèse de stationnarité », constitue l’obstacle majeur de ce type de méthodes, car sa réalisation dans le cas d’un climat perturbé par les forçages anthropiques est difficile

V.3 La méthode « Advanced Delta Change » (ADC) et les données utilisées [9] [12] [13] V.3.1 La méthode ADC : La méthode « Advanced Delta Change » est une méthode de descente d’échelle statistique. Les données historiques issues des stations d’observations et celles issues des modèles climatiques sont souvent présentes sur des échelles spatiales très différentes, il est donc nécessaire d’établir un lien entre les deux échelles. (Madeleine NICOLAS, 2014)

La méthode ADC est une méthode développée par Van Pelt et al. (2012) qui est une amélioration de la méthode Delta Change. L’ADC se base sur une transformation de séries de données climatiques passées permettant d’obtenir des séries de données représentatives du climat futur. La méthode ADC est une amélioration de la méthode classique Delta Change qui est basée sur une transformation linéaire des précipitations moyennes et des températures, ce qui entrainait une distribution peu réaliste des précipitations en comparaison avec les changements se produisant dans les méthodes climatiques. La méthode « Advanced Delta Change » permet d’améliorer la qualité de la modélisation des évènements extrêmes en utilisant une transformation non linéaire basée sur les quantiles 60% et 90%. a) Transformation des données de température La transformation des températures par la méthode ADC suit la formule suivante

 F TTTTTT*() OOFC  C

Où : T* : la température transformée

F  : Écart-type des températures journalières calculées mensuellement de la série future

C  : Écart-type des températures journalières calculées mensuellement de la série de contrôle T : les températures transformées

T O : Température moyenne mensuelle de la série d’observation

T F : Température moyenne mensuelle de la série future

T C : Température moyenne mensuelle de la série de contrôle

b) Transformation des données de précipitation Pour la transformation de précipitation, la méthode ADC n’agit pas directement sur la série journalière mais sur une série de somme de 5 jours des données de contrôle, d’observation et de projection. La transformation des données de précipitation est obtenue grâce aux relations suivantes :

b OO (1) P* aP pour PP 90

* FCOoOb OO (2) PEEPPaP /.()() 9090 pour PP 90

Où :

P* : Sommes sur 5 jours transformées de précipitation

P : Valeur observée de précipitation

P 90 : Quantile 90% a et b : coefficients de transformation Les superscripts O, C et F désignent respectivement des valeurs appartenant à la série observée, la série de contrôle et la série future

Pour les sommes de précipitations excédant le quantile 90% mensuel, une valeur d’ « excès » E est déterminée par EPP90 . Les valeurs moyennes traduisant l’excès est calculée pour la période de contrôle et la période future :

PPCC PPFF Ec   90 et E F   90 nC nF Avec n le nombre de sommes sur 5 jours. Les coefficients de transformation a et b sont obtenus à partir des quantiles 90% et 60% suivant les formules suivantes :

FF log./ (.)gPgP290160   b  CC log./ (.)gPgP290160 

F C b1 b a P60/(). P 60 g 1

g1 et g2 sont les facteurs de correction tels que :

OC g1 P 60/ P 60 , et

OC g1 P 90/ P 90

V.3.2 Données utilisées pour l’application de la méthode ADC Les données historiques de modèle et celles de projection utilisées pour l’application de la méthode ADC dans ce travail sont issues de 7 modèles globaux qui sont : CCCma-CanESM2, CNRM-CERFACS-CNRM-CM5, EC-ERTH, MIROC-MIROC5, MPI-M-MPI-ESM-LR, NCC-NorESM1-M et NOAA-GFDL-GFDL-ESM2M. Elles ont été obtenues au niveau du CORDEX Africa downscalling des données CMIP5. Les données historiques d’observation ont été obtenues auprès de la DGM pour la station de Mahajanga. Les données d’observation et les données d’historiques de modèle sont des données ayant une période de 21 ans (1981 – 2001). Les données de projection issues des MCG sont définies également pour une période de 21 ans : futur proche (2030 – 2050) et futur lointain (2079 – 2099). Les données de projection sont pour les scénarios RCP4.5 et RCP8.5. Ainsi, dans ce travail, la méthode ADC nous permet de générer des séries de données de températures et de précipitations de période de 21 ans pour un futur proche (2030 – 2050) et pour un futur lointain (2079 – 2099) pour les 2 scénarios RCP4.5 et RCP8.5. Nous avons ainsi généré 42 projections climatiques. Le choix de la périodicité des données est obtenu en fonction de la disponibilité des données des modèles.

La méthode ADC peut être appliquée avec tous les modèles utilisés pour le projet CMIP5 (au nombre de 60 modèles) et pour tous les scénarios climatiques de l’AR5 du GIEC : RCP2.6, RCP4.5, RCP6.0, RCP8.5. V.4 Résultats et interprétations pour la station de Mahajanga Des scripts ont été développés avec le logiciel R pour l’application de la méthode ADC pour la mise à l’échelle des résultats de projections futures des 7 modèles issues du projet CMIP5 au niveau de la station météorologique de Mahajanga. Après avoir appliqué la méthode ADC, nous avons obtenu les résultats figurés dans les pages suivants pour la station de Mahajanga : résultats par rapport à la période de 1981 – 2001 observé pour un futur proche et un futur lointain) V.4.1 Températures : Pour l’application de la méthode ADC sur le paramètre « Température », nous avons traité les trois types de températures : les températures maximales, les températures minimales et les températures moyennes. Ces trois températures ont été traitées différemment lors de l’exécution du script R. Les résultats seront présentés sous forme de graphique.

a) Températures maximales

35 35

34 34

C °

33 33 Température Température en

32 Température en 32

31 31

2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2094 2095 2096 2097 2098 2099

2045 2046 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2047 2048 2049 2050 Années Années CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001 NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 30 Evolution des températures maximales pour le futur proche (2030 - 2050) selon le Figure 31 Evolution des températures maximales pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga

37 35

C °

33 34

C °

Température Température en 33

32 Température Température en 32

31 31

2083 2094 2079 2080 2081 2082 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2095 2096 2097 2098 2099

2044 2045 2046 2047 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2048 2049 2050 Années Années CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001 NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 32 Evolution des températures maximales pour le futur proche (2030 - 2050) selon le Figure 33 Evolution des températures maximales pour le futur lointain (2079 - 2099) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga

La méthode ADC permet de mettre à l’échelle de la station météorologique de Mahajanga les scénarios d’émission du GIEC. Comme spécifié auparavant, nous avons choisi 2 types de scénario d’émission qui sont le rcp4.5 et le rcp8.5. Les données historiques de modèles et les données historiques d’observation utilisées sont pour la période de 1981 – 2001. Les périodes choisies pour les données sont pour le futur proche la période 2030 – 2050 et pour le futur lointain 2079 – 2099. Les résultats montrés dans les 4 graphiques (figure 30, figure 31, figure 32 et figure 33) montrent que la méthode ADC a pu générer le signal du climat passé de 1981 – 2001 aux séries futures 2030 – 2050 et 2079 – 2099 pour les 2 scénarios d’émission choisis et pour les 7 modèles utilisés. Nous pouvons également voir à partir de ces 4 graphiques (figure 30, figure 31, figure 32 et figure 33) que tous les modèles utilisés s’accordent tous sur l’augmentation de la température maximale pour le futur proche et pour le futur lointain par rapport à celle de la période observée de 1981 – 2001 pour tous les scénarios d’émission rcp4.5 et rcp8.5. C’est l’envergure du réchauffement qui est différente selon le scénario et selon la période de projection : - Pour le futur proche (2030 – 2050), les 7 modèles utilisés projettent une augmentation de 0,9°C à 1,6°C par de la température maximale par rapport à la période d’observation de 1981 -2001 pour le scénario d’émission rcp4.5 (figure 30). - Toujours pour le futur proche, les 7 modèles projettent une augmentation de 1,1°C à 1,8°C de la température maximale par rapport à la période d’observation de 1981 – 2001 pour le scénario le plus extrême rcp8.5 (figure 33). - Pour le futur lointain (2079 – 2099), l’augmentation de la température maximale par rapport à la série d’observation de 1981 – 2001 est plus accentuée que pour le futur proche. Les 7 modèles projettent une augmentation de la température maximale de 1,5°C à 2,2°C par rapport l’observation de 1981 – 2001 pour le scénario d’émission rcp4.5 (figure 31). - Pour le scénario rcp8.5, les 7 modèles projettent une augmentation de la température maximale de 2,8°C à 3,9°C par rapport à la série d’observation de 1981 – 2001 pour le futur lointain (figure 34).

b) Températures minimales

24 25

C °

23 °

23 23

Températue Températue en Température Température en 22 22

2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2094 2095 2096 2097 2098 2099

2042 2045 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2043 2044 2046 2047 2048 2049 2050 2030 Années Années CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001 NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 34 Evolution des températures minimales pour le futur proche (2030 - 2050) selon le Figure 35 Evolution des températures minimales pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga

27 25

° C ° 23 24

22 Température en Température Température en 22

21 21

2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050

2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2094 2095 2096 2097 2098 2099 Années Années CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001 NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 36 Evolution des températures minimales pour le futur proche (2030 - 2050) selon le Figure 37 Evolution des températures minimales pour le futur lointain (2079 - 2099) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga

Pour la mise à l’échelle des températures minimales par la méthode ADC, nous pouvons voir dans les 4 graphiques des figure 38, figure 39, figure 40 et figure 41 que la méthode ADC a pu reproduire pour les séries de températures minimales futures le signal de la série des observations de 1981 – 2001 pour les 2 types de scénarios choisis et pour les deux périodes futures choisies. Nous pouvons également observer que la totalité des 7 modèles utilisés s’accordent sur une tendance commune de l’évolution des projections tant pour le futur proche (2030 – 2050) que pour un futur lointain (2079 – 2099). Pour les deux types de scénarios rcp4.5 et rcp8.5, les modèles projettent une augmentation de la température minimale par rapport aux niveaux des observations de 1981 – 2001. L’augmentation de la température minimale est plus accentuée pour le futur lointain que pour le futur proche pour les 2 types de scénarios. - Pour le futur proche (2030 – 2050), les 7 modèles utilisés projettent une augmentation de 1°C à 1,6°C de la température minimale par rapport à la période d’observation de 1981 -2001 pour le scénario d’émission rcp4.5 (figure 38). - Les 7 modèles projettent également pour le futur proche une augmentation de 1,3°C à 1,8°C de la température minimale par rapport à la période d’observation de 1981 – 2001 pour le scénario le plus extrême rcp8.5 (figure 39). - Pour le futur lointain (2079 – 2099), Les 7 modèles projettent une augmentation de la température minimale de 1,6°C à 2,3°C par rapport l’observation de 1981 – 2001 pour le scénario d’émission rcp4.5 (figure 40). - Pour le scénario rcp8.5, les 7 modèles projettent une augmentation de la température minimale de 3,2°C à 4,2°C par rapport à la série d’observation de 1981 – 2001 pour le futur lointain (figure 41).

c) Températures moyennes

30 30

29 29

C °

28 28

Température Température en Température Température en 27 27

26 26

2041 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2042 2043 2044 2045 2046 2047 2048 2049 2050

Figure 38 Evolution des températures moyennes pour le futur proche (2030 - 2050) selon le Figure 39 Evolution des températures moyennes pour le futur lointain (2079 - 2099) selon le scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga

30 32

C °

28 29

Température Température en 28 Température Température en 27

26 26

2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 2041 2042 2043 2044 2045 2046 2047 2048 2049 2050

2098 2099 2079 2080 2081 2082 2083 2084 2085 2086 2087 2088 2089 2090 2091 2092 2093 2094 2095 2096 2097 Années Années CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001 NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 40 Evolution des températures minimales pour le futur proche (2030 - 2050) selon le Figure 41 Evolution des températures moyennes pour le futur lointain (2079 - 2099) selon le scénario rcp8.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga scénario rcp4.5 par rapport aux observation de 1981 – 2001 pour la station de Mahajanga

La méthode ADC a pu générer pour les séries futures de températures moyennes pour la station de Mahajanga le signal de la série historique des observations de 1981 – 2001 de la température moyenne pour les deux types de scénarios (rcp4.5 et rcp8.5) choisis et pour les périodes futures. Les projections montrent que les 7 modèles s’accordent sur une augmentation de la température moyenne par rapport au niveau de 1981 – 2001 pour les 2 scénarios et pour le futur proche et le futur lointain. On remarque également que comme pour les températures maximales et les températures minimales, le réchauffement de la température moyenne est plus accentué pour le futur lointain que pour le futur proche. - Pour le futur proche (2030 – 2050), pour les 7 modèles utilisés et pour le scénario rcp4.5, les projections montrent une augmentation de 1°C à 1,6°C de la température moyenne par rapport au niveau de 1981 – 2001. (figure 38) - Pour le scénario 8.5, les 7 modèles projettent un réchauffement de 1,2°C à 1,8°C de la température moyenne par rapport aux valeurs observées de 1981 – 2001 pour le futur proche (figure 40) - Pour le futur lointain (2079 – 2099), les résultats des 7 modèles montrent un réchauffement de 1,5°C à 2,3°C de la température moyenne par rapport aux observations de 1981 – 2001 pour le scénario d’émission rcp4.5. (figure 39) - Pour le scénario rcp8.5, les 7 modèles projettent une augmentation de 3°C à 4,1°C de la température moyenne pour le futur lointain par rapport au niveau de 1981 – 2001. (figure 41).

Ainsi, pour le paramètre température, la totalité des 7 modèles climatiques utilisés sont d’accord sur la projection que la température moyenne, la température minimale et la température maximale vont augmenter par rapport aux niveaux de 1981 – 2001 pour un futur proche (2030 – 2050) et pour un futur lointain (2079 – 2099) pour les deux types de scénarios rcp4.5 et rcp8.5 à la différence des envergures du réchauffement par période et par scénario. Pour les deux types de scénarios choisis, le réchauffement pour le futur lointain est plus accentué que celui du futur proche pour les différentes températures que nous avons traité.

d) Précipitations Pour les précipitations, l’application de la méthode ADC a été effectuée pour les mois de la saison de pluies, c'est-à-dire du mois de novembre au mois d’avril, du fait que la méthode ADC ne peut être appliquée pour les mois qui ont des quantiles égales à zéro. Les résultats pour l’application de la méthode ADC aux séries de précipitations seront présentés sous forme de graphique.

- Graphes montrant les projections et le niveau de 1981 - 2001 pour le scénario rcp4.5

3000

2800

2600

2400

2200

2000 (en mm) (en 1800

1600 Quantitéde RR une en saison

1400

1200

1000

2030-2031 2037-2038 2044-2045 2031-2032 2032-2033 2033-2034 2034-2035 2035-2036 2036-2037 2038-2039 2039-2040 2040-2041 2041-2042 2042-2043 2043-2044 2045-2046 2046-2047 2047-2048 2048-2049 2049-2050 Années CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5

MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 42 Evolution des quantités de précipitations pour un futur proche (2030 - 2050) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp4.5

3250

2850 (en mm) (en

2450 Quantitéde RR une en saison

2050

1650

1250

850

2079-2080 2080-2081 2081-2082 2082-2083 2083-2084 2084-2085 2085-2086 2086-2087 2087-2088 2088-2089 2089-2090 2090-2091 2091-2092 2092-2093 2093-2094 2094-2095 2095-2096 2096-2097 2097-2098 2098-2099 Année CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5

MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 43 Evolution des quantités de précipitations pour un futur lointain (2079 - 2099) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp4.5

- Rapports entre les quantités projetées de précipitations et les quantités de précipitations observées en 1981 – 2001 pour le scénario rcp4.5

125 - 120 115 110 105

100

2001) %) (en 95

2041-2042 2031-2032 2032-2033 2033-2034 2034-2035 2035-2036 2036-2037 2037-2038 2038-2039 2039-2040 2040-2041 2042-2043 2043-2044 2044-2045 2045-2046 2046-2047 2047-2048 2048-2049 2049-2050 85 2030-2031

Rapport entre et entre Rapport P(1981P(future) 80

CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M

Figure 44 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur proche 2030 - 2050 dans le cas du scénario rcp4.5

130

2001) 120 - 110

100

(en %) (en

2080-2081 2088-2089 2081-2082 2082-2083 2083-2084 2084-2085 2085-2086 2086-2087 2087-2088 2089-2090 2090-2091 2091-2092 2092-2093 2093-2094 2094-2095 2095-2096 2096-2097 2097-2098 2098-2099 80 2079-2080

60 Rapport entre et entre Rapport P(1981P(future) CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M

Figure 45 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur lointain 2079 - 2099 dans le cas du scénario rcp4.5

Les 4 figures figure42, figure 43, figure 44 et figure 45 nous montrent que pour le scénario climatique rcp4.5, les résultats de l’application de la méthode ADC aux résultats de projection des 7 modèles montrent des variations hétérogènes pour les précipitations. Certains modèles simulent une augmentation de la quantité de précipitations tandis que d’autres en projettent une diminution. Nous pouvons également voir à travers les figure 42 et figure 43 que la méthode ADC a pu reproduire le signal des données historiques observés pour les données de projection future des modèles pour le cas du paramètre quantité de précipitations. Nous pouvons également remarquer que la transformation pour les précipitations n’est pas linéaire. Pour un futur proche (2030 – 2050) (figure 42 et figure 44), pour le scénario rcp4.5, les résultats sont hétérogènes. Ils simulent pour des années différentes des augmentations et des diminutions des quantités de précipitations. Toutefois, pour toute la période de 21 ans, la majorité des projections (69,3% des simulations) montrent qu’il y aura augmentation des quantités de précipitations par rapport au niveau de 1981 – 2001. En moyenne, la valeur du rapport en pourcent entre la précipitation projetée de 2030 – 2050 et les précipitations de 1981 – 2001 est de 106,7% pour une augmentation de la quantité de précipitations. Pour le futur lointain (2079 – 2099) (figure 43 et figure 45), les résultats sont également hétérogènes. 63,6% des simulations pour la période 2079 – 2099 montrent un déficit des précipitations par rapport au niveau des observations en 1981 – 2001. En moyenne, le rapport entre les précipitations projetées et les précipitations de 1981 – 2001 est de 92,4% pour la diminution des quantités des précipitations.

- Graphes montrant les projections et le niveau de 1981 - 2001 pour le scénario rcp8.5

3000

2800

2600

2400

2200

2000 (en mm) (en 1800

Qantitéde RR en saison une 1600

1400

1200

1000

2036-2037 2047-2048 2030-2031 2031-2032 2032-2033 2033-2034 2034-2035 2035-2036 2037-2038 2038-2039 2039-2040 2040-2041 2041-2042 2042-2043 2043-2044 2044-2045 2045-2046 2046-2047 2048-2049 2049-2050 Années

CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5

MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 46 Evolution des quantités de précipitations pour un futur proche (2030 - 2050) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp8.5 63

3400

2900

2400 (en mm) (en

1900 Qantitéde RR en saison une

1400

900

2079-2080 2098-2099 2080-2081 2081-2082 2082-2083 2083-2084 2084-2085 2085-2086 2086-2087 2087-2088 2088-2089 2089-2090 2090-2091 2091-2092 2092-2093 2093-2094 2094-2095 2095-2096 2096-2097 2097-2098 Années

CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5

MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M Observation 1981-2001

Figure 47 Evolution des quantités de précipitations pour un futur lointain (2079 - 2099) par rapport au niveau observé de 1981 – 2001 pour le scénario rcp8.5

- Rapports entre les quantités projetées de précipitations et les quantités de précipitations observées en 1981 – 2001 pour le scénario rcp8.5

125

120 2001) - 115 110 105

100 (en %) (en 95

2044-2045 2031-2032 2032-2033 2033-2034 2034-2035 2035-2036 2036-2037 2037-2038 2038-2039 2039-2040 2040-2041 2041-2042 2042-2043 2043-2044 2045-2046 2046-2047 2047-2048 2048-2049 2049-2050 85 2030-2031

80 Rapport entre P(future) et P(1981 et P(future) entre Rapport 75

CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M

Figure 48 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur proche 2030 - 2050 dans le cas du scénario rcp8.5

- 130

120

110

100

2001) %) (en 90

2090-2091 2079-2080 2080-2081 2081-2082 2082-2083 2083-2084 2084-2085 2085-2086 2086-2087 2087-2088 2088-2089 2089-2090 2091-2092 2092-2093 2093-2094 2094-2095 2095-2096 2096-2097 2097-2098 2098-2099

70 Rapport entre et entre Rapport P(1981P(future) 60

CCCma-CanESM2 CNRM-CERFACS-CNRM-CM5 ICHEC-EC-EARTH MIROC-MIROC5 MPI-M-MPI-ESM-LR NCC-NorESM1-M NOAA-GFDL-GFDL-ESM2M

Figure 49 Rapport entre la quantité de précipitations projetée et les quantités de précipitations observées de 1981 - 2001 pour un futur lointain 2079 - 2099 dans le cas du scénario rcp8.5 65

Pour le scénario climatique rcp8.5, les résultats de l’application de la méthode ADC aux résultats de modèles montrent également comme pour le scénario rcp4.5 des variations hétérogènes : certains modèles simulent une augmentation de la quantité de précipitations tandis que d’autres projettent une diminution de la quantité de précipitations pour des saisons différentes. Nous pouvons également voir à travers les figure 46 et figure 47 que la méthode ADC a pu reproduire le signal des données historiques observés pour les données de projection future des modèles pour le scénario rcp8.5. Également, nous pouvons voir que la transformation n’est pas linéaire. Pour le futur proche (figure 46 et figure 48), les résultats sont hétérogènes. Pour toute la durée de 2030 - 2050, la majorité des projections (61,4% des simulations) montrent qu’il y aura augmentation des quantités de précipitations par rapport au niveau des observations de 1981 – 2001. En moyenne, le rapport en pourcent entre la précipitation projetée de 2030 – 2050 et les précipitations de 1981 – 2001 est de 108,1% pour une augmentation des quantités de précipitations. Pour le futur lointain (figure 47 et figure 48), les résultats sont également hétérogènes. 60% des simulations pour la période 2079 – 2099 montrent une augmentation des quantités de précipitations par rapport au niveau des observations en 1981 – 2001. En moyenne, le rapport entre les précipitations projetées et les précipitations de 1981 – 2001 est de 114,6% pour l’augmentation des quantités de précipitations. a) Récapitulation des résultats de l’application de la méthode ADC pour les projections futures pour la station de Mahajanga Les résultats nous permettent de conclure que la méthode ADC a rempli son rôle pour mettre à l’échelle locale les projections issues des modèles globaux. En effet, la méthode a pu reproduire pour le futur les signaux du climat du passé qui est pour notre cas la période de 1981 – 2001. Pour les périodes et les scénarios que nous avons choisis, nous avons pu voir que les températures maximales, minimales et moyennes auront une augmentation par rapport aux valeurs de la période 1981 – 2001. Ce réchauffement serait accentué pour un futur lointain (2079 – 2099) que pour un futur proche (2030 – 2050). Quant aux projections des quantités de précipitations, les résultats sont hétérogènes et ne présentent pas toutes une même tendance. Mais la majorité projette une augmentation de la quantité de précipitations pour le futur. Sauf la projection pour le scénario rcp4.5 pour le futur lointain projette une baisse des quantités de précipitations par rapport au niveau de 1981 – 2001.

Chapitre 6. Élaboration de la base de données de suivi de l’état de vulnérabilité de la Région Boeny

VI.1 Fondement de la mise en place de la base de données Les résultats issus des projections de la mise à l’échelle des projections effectuée dans la partie précédente montrent qu’un changement sur les paramètres climatiques est envisageable pour un futur proche et pour un futur lointain. La connaissance de ces informations peut aider chaque secteur à planifier ses activités à court, moyen et long termes du fait que le climat a son rôle à jouer dans chaque secteur. De plus, la promotion du développement durable dans une région nécessite la considération de chaque secteur d’activité présent dans la région. La connaissance de l’historique des divers paramètres caractérisant chaque secteur est également un atout pour planifier et pour mettre en œuvre chaque stratégie de développement. En 2013, le Programme Germano-Malgache pour l’Environnement de la Coopération allemande GIZ (PGM- E/GIZ) a effectué une étude sur la vulnérabilité dans la région Boeny qui s’est focalisé sur la détermination des connaissances locales sur les moyens d’adaptation par les services écosystémiques. Pour faire suite à cette étude et pour aider la région et les Services Techniques dans la région, le programme a initié la mise en place de la base de données de suivi de vulnérabilité dans la région qui fait le sujet de ce mémoire.

VI.2 Démarche méthodologique pour l’élaboration de la base de données de suivi de vulnérabilité de la Région Boeny

VI.2.1. Le groupe de travail

L’analyse de vulnérabilité d’une communauté se fait par la coopération entre plusieurs entités, organismes et services. En effet, différents points de vue sont nécessaires pour avoir la totalité des perspectives envisageables et ainsi avoir une analyse objective et pertinente concernant le sujet. L’étape de l’élaboration de la base de données de suivi de l’état de vulnérabilité de la région Boeny n’est que l’initiation d’un processus dans le cadre de l’étude, l’analyse et la détermination du niveau de vulnérabilité pour chaque secteur présent dans la région pour les années à venir. Pour cette étape initiale, le travail a été effectué par la collaboration entre 3 différentes entités:

- La Région Boeny

Une entité étatique qui est un des représentants du Gouvernement central. Durant chaque étape du travail, la région a été représentée par son Service Suivi Évaluation (SSE) puisque la base de données contient surtout des valeurs numériques. Mr RANDRIAMBOLOLONA Marcellin, le Chef SSE et son assistant Mr ANDRIANTSOA Justin ont assuré la représentation de la région Boeny.

- La Direction Interrégionale de l’Institut National de la Statistique (INSTAT) Mahajanga

INSTAT est une institution semi-privée travaillant sur les activités statistiques à Madagascar. Il réalise les enquêtes nationales sur différents secteurs et fait l’analyse et l’interprétation sur les séries statistiques obtenues. Dans chaque région du pays, cet institut est représenté par une direction régionale ou interrégionale. Des indicateurs vont être placés dans la base de données et des séries de nombres vont être collectées, analysées et interprétées durant ce travail et c’est dans ce sens que l’expérience et la compétence de la Direction Interrégionale de l’INSTAT va intervenir. La direction interrégionale de l’INSTAT dans la région Boeny fait ainsi partie intégrante du groupe de travail de l’élaboration de la base de données de suivi de l’état de vulnérabilité de la région et sa représentation a été assurée par son Directeur Mr RAKOTONOMENJANAHARY Jimmy Andersen.

- Le Programme Germano-Malgache pour l’Environnement de la Coopération Allemande (PGM-E/GIZ)

Dans le cadre de son intervention à Madagascar, la Coopération Allemande à travers son programme environnemental traite la thématique du changement climatique. Le programme a fait ainsi partie du groupe de travail. Le groupe de travail a pour objectif d’établir une base de données intégrante et intersectorielle (environnement, santé, eau, agriculture, pêche, …) sur la vulnérabilité au niveau régional et de collecter les informations nécessaires pour l’état des lieux en 2013. À la fin des collectes, le groupe se fixe l’objectif de décrire et d’interpréter les données de l’année 2013. VI.2.2. Présentation et utilités de la base de données

Chaque région de Madagascar possède son propre degré de vulnérabilité, mais pour définir ce paramètre, il faut définir l’état de vulnérabilité de chaque secteur dans la région. La connaissance du degré de vulnérabilité de la communauté est nécessaire pour établir un plan d’adaptation ou d’atténuation des répercussions négatives de ce changement pour la région Boeny. Aussi, le degré de vulnérabilité d’une communauté ne résulte pas seulement des impacts du changement climatique. En effet, la communauté est aussi exposée à d’autres facteurs de risque pouvant réduire sa

69 vulnérabilité comme la gouvernance, la pauvreté et l’accès aux infrastructures. Donc, pour évaluer la vulnérabilité de la région dans sa totalité, il est nécessaire de voir comment elle se présente pour tous les secteurs. C’est dans cette optique que l’idée d’une base de données intersectorielle de suivi de vulnérabilité a été mise en place dans la Région Boeny. L’existence d’une base de données intégrante et intersectorielle sur le suivi de l’état de vulnérabilité de la région Boeny procure les opportunités suivantes:

 Une base de données intégrante et intersectorielle pourra faciliter le suivi de l’état de la vulnérabilité au niveau régional.  La base de données permet également de définir l’état de vulnérabilité en une année spécifique.  Elle permet de voir l’évolution chronologique de chaque indicateur intégré et ses valeurs spécifiques pour une période ou une année donnée.  La vulnérabilité pour chaque secteur peut être traitée indépendamment des autres secteurs. Avec cette base de données qui intègre tous les secteurs d’activités, on a une vue globale de la vulnérabilité de la région mais chaque secteur peut aussi être isolé et son état de vulnérabilité peut être étudié spécifiquement  A l’intention des décideurs et des partenaires de la région, la base de données constitue un outil d’orientation et d’aide à la décision pour une politique adéquate de développement durable à la communauté.  L’initialisation de l’établissement de cette base de données mobiliserait les autres institutions et Directions à revoir leur système de base de données pour arriver au contexte national.

La base de données intégrante et intersectorielle pour la région Boeny est donc un outil utile pour les autorités, la région, les partenaires de la région et également la population. L’état initial de la base de données est l’année 2013 et la consultation de cette base de données est ouverte au grand public comme les interprétations des données annuelles.

Pour l’analyse de vulnérabilité dans la région Boeny, il fallait considérer tous les secteurs présents qui affectent l’environnement et la vie sociale de la population, la liste suivante présente les secteurs étudiés pour cette étape initiale :

 Agriculture  Commerce  Eau  Économie  Éducation  Élevage  Environnement  Climat et GRC (Gestion de Risques et de Catastrophes)

 Industrie  Pêche  Population  Santé publique & mal nutrition  Tourisme  Sécurité

La base de données se présente sous format d’un fichier MS Excel dans lequel chaque secteur occupe une feuille où sont spécifiés les indicateurs et leurs valeurs. (Illustration dans la figure 50 suivante)

N° Indicateurs Unité Corrélation 2013 2014

1 Indic 1 Unité indic 1 Valeur indic 1 Valeur indic 1

2 Indic 2 Unité indic 2 Valeur indic 2 Valeur indic 2

3 Indic 3 Unité indic 3 Valeur indic 3 Valeur indic 3

4 Indic 4 Unité indic 4 Valeur indic 4 Valeur indic 4

n Indic n Unité indic n Valeur indic n Valeur indic n

Figure 50: Présentation de la base de données dans le fichier Excel

Pour la quatrième colonne, on a la colonne « corrélation » qui peut avoir deux options :

- Positive si une valeur élevée de l’indicateur indique une vulnérabilité forte - Négative si une valeur élevée de l’indicateur indique une vulnérabilité basse

Les indicateurs intégrés dans la base de données concernent les secteurs d’activités présents dans la région. Ce sont des indicateurs surtout du type quantitatif pour pouvoir faire une analyse et un suivi chronologique des valeurs. Leur validation nécessite la consultation de chaque Direction concernée pour que la base de données soit valable, analysable et pertinente. En tout, la base de données contient 200 indicateurs de vulnérabilité pour tous les secteurs d’activité confondus. VI.3. Démarche méthodologique de l’étude de vulnérabilité de la région Boeny

Pour l’instauration de la base de données de suivi de l’état de vulnérabilité dans la région Boeny, il a fallu suivre 3 phases consécutives de travail: concertation sur les indicateurs, collecte de données et interprétation des données.

VI.3.1. Concertation sur les indicateurs (Phase I)

Dans une étape préalable, nous avons établi des listes d’indicateurs de vulnérabilité pour chaque secteur. La consultation des canevas pour la monographie de la région Boeny, la consultation bibliographique et des documents internet sur d’anciennes études de vulnérabilité sur différents secteurs effectuées sur d’autres régions ou d’autres pays ont bien aidé à la préparation de ces listes. Après avoir obtenu les listes provisoires, une discussion sur la pertinence des indicateurs a été ouverte avec la Direction Régionale responsable du secteur lors des rendez-vous de concertation organisés par le groupe de travail et la Direction concernée.

Pour chaque indicateur, le groupe de travail et la Direction concernée discutent des points suivants :

- Pertinence de chaque indicateur

Si les deux parties se concertant se mettent d’accord sur la pertinence d’un indicateur, il est gardé dans la liste et est intégré dans le corps de la base de données ; sinon, l’indicateur est enlevé de la liste et n’est pas intégré dans la base de données.

- Formulation de chaque indicateur

Les deux parties discutent sur la formulation de chaque indicateur de vulnérabilité pertinent. Comme la Direction connait très bien son domaine, elle exprime si la formulation d’un indicateur est correcte ou non. - Disponibilité des indicateurs de vulnérabilité

Les indicateurs proposés peuvent être pertinents pour l’étude de vulnérabilité mais ne peuvent être indisponibles au niveau de la Direction visitée. Elle propose alors au groupe de travail une autre institution qui pourra fournir ces indicateurs. S’il n’y a pas d’autres services qui peuvent les fournir, ils sont retirés de la liste et de la base de données. - Possibilité de collecte annuelle des valeurs de chaque indicateur

Dans une perspective de suivi annuelle de vulnérabilité, les indicateurs dont les valeurs sont perçues ou mesurées chaque année sont intégrés dans la base de données. Mais, les indicateurs qui nécessitent des enquêtes non périodiques ou qui ne sont mesurés que rarement sont enlevés de la liste et de même de la base de données. - Manque d’indicateur

L’outil que le groupe de travail a pour objectif d’élaborer est utile pour une évaluation de la vulnérabilité de la région Boeny. Si la Direction visitée juge nécessaire d’insérer d’autres indicateurs pertinents qui manquent dans la liste, ils sont ajoutés dans la liste et dans la base de données.

VI.3.2. Collecte de données (Phase II)

Lors de la réunion de lancement qui s’est effectuée le 13 Mai 2014, l’année 2013 a été fixée comme étant l’état zéro du suivi de la vulnérabilité à Boeny. Pendant un mois, le groupe de travail a visité les différents Services Techniques Déconcentrés et a collecté les valeurs disponibles pour l’année 2013. Après cette phase, les indicateurs concertés et les valeurs de l’état initial ont été compilés dans un même fichier. VI.3.3. Interprétation des données (Phase III)

Après avoir fini les phases précédentes, les interprétations pour l’état initial sont entamées. Les résultats de cette étape sont présentés dans le Chapitre 7 de cet ouvrage. À part cette interprétation détaillée, des dépliants de communication ont été produits pour résumé l’état de vulnérabilité de l’année initiale de suivi. Cet outil a été restitué au niveau de la Région et l’INSTAT à Mahajanga en mois de Décembre 2014. Les différentes étapes suivies par le groupe de travail pour concevoir la base de données de suivi de l’état de vulnérabilité de la région Boeny et le suivi de la vulnérabilité dans la région peuvent être résumé par la figure 51 suivante.

Figure 51 Résumé de la démarche suivie pour l'étude de vulnérabilité de la région Boeny

Chapitre 7. Présentation de la ligne de référence du suivi de vulnérabilité sectorielle en 2013 pour la Région Boeny

VII.1. Méthodologie d’évaluation de la vulnérabilité [14] [6]

La détermination de la vulnérabilité de chaque secteur est obtenue par l’utilisation de la formule énoncée ci-après qui est explicitée par la figure 52. 퐸푥푝표푠푖푡푖표푛 × 푆푒푛푠푖푏푖푙푖푡é 푉푢푙푛é푟푎푏푖푙푖푡é = 퐶푎푝푎푐푖푡é 푎푑푎푝푡푖푣푒

Figure 52 Notion de vulnérabilité selon le GIEC (GIEC 2001)

La valeur de la vulnérabilité est fonction des valeurs des 3 facteurs : exposition, sensibilité et capacité adaptive. La détermination de ces 3 valeurs s’obtient par une appréciation pouvant prendre les 3 valeurs suivantes : faible (valeur=1), moyenne (valeur=2), forte (valeur=3). La détermination du niveau de vulnérabilité (pouvant être faible, moyenne ou forte) pour chaque secteur d’activité est définie par la matrice de la valeur des vulnérabilités.

VII.1.1. Définition des termes de la formule

- Dans le domaine climatique et changement climatique [7] [8] [15] [16] Vulnérabilité :

La notion de vulnérabilité est définie par le GIEC comme le degré de capacité d’un système de faire face ou non aux effets néfastes du changement climatique (y compris la variabilité climatique et les extrêmes). La vulnérabilité dépend du caractère, de l’ampleur et du rythme de l’évolution climatique, des variations auxquelles le système est exposé, de sa sensibilité et de sa capacité d’adaptation. Exposition:

L’exposition à la variation climatique est essentiellement fonction de la géographie. Par exemple, les communautés côtières seront plus exposées à la montée du niveau de la mer et aux cyclones, tandis que les celles vivant dans les zones semi-arides peuvent être plus exposées à la sècheresse1. Sensibilité:

La sensibilité est le degré auquel une communauté donnée ou un écosystème est affecté par les contraintes climatiques. Par exemple, une communauté qui dépend de l’agriculture pluviale est beaucoup plus sensible au changement des éléments pluviométriques que celle où l’extraction minière procure l’essentiel des moyens d’existence. De même, un écosystème fragile, aride ou semi-aride sera plus sensible à la baisse des précipitations qu’un écosystème tropical humide1. Capacité d’adaptation:

La capacité d’adaptation est le degré d’ajustement d’un système à des changements climatiques (y compris la variabilité climatique et les extrêmes) afin d’atténuer les dommages potentiels, de tirer parti des opportunités ou de faire face aux conséquences2. - Dans les autres domaines Pour les autres types de risque, autres que le changement climatique, le groupe de travail a instauré les définitions suivantes en ajustant les définitions se référant au changement climatique : Vulnérabilité :

La vulnérabilité est le degré de capacité d’un système de faire face ou non aux différents risques d’ordre social, économique, politique ou environnemental. Elle dépend des variations des risques auxquelles le secteur est exposé, de sa sensibilité et de sa capacité d’adaptation.

1 UNISDR, 2009 2 GIEC 76

Exposition :

L’exposition d’un système ou d’un secteur à un problème d’ordre social, économique, politique ou environnemental est définit par la présence et l’ampleur de ces divers problèmes dans la région. Sensibilité :

La sensibilité d’un système ou d’un secteur face à un problème d’ordre social, économique, politique ou environnemental est caractérisée par sa réponse à la variation et la gravité de ces problèmes. Capacité adaptive :

La capacité adaptive d’un système ou d’un secteur vis-à-vis d’un problème d’ordre social, économique, politique ou environnemental est déterminée par les types de structures existants dans la région pour faire face à ces problèmes. Elle est également déterminée par ses caractéristiques intrinsèques pour faire face aux divers types de problèmes. La vulnérabilité, l’exposition, la sensibilité et la capacité adaptive sont classifiées respectivement selon 3 niveaux : fort, moyen et faible. Vulnérabilité Exposition Sensibilité Capacité adaptive Forte Forte Forte Forte

Moyenne Moyenne Moyenne Moyenne

Faible Faible Faible Faible

VII.2. Détermination du niveau de vulnérabilité pour chaque secteur [17] [18] [19] [20] [21] [22] [23]

VII.2.1. Aléas, catastrophes, enjeux sociaux, enjeux politiques, enjeux économiques et enjeux environnementaux

Pour l’année 2013, plusieurs problèmes et risques ont pesé sur la région Boeny, certains sont survenus spécifiquement pour cette année mais d’autres sont des problèmes permanents. Ils ont été divisés en plusieurs catégories pour bien démarrer l’étude de la vulnérabilité. Dans la catégorie des aléas d’ordre naturel, il y a ceux de nature climatique dont ceux qui ont passé dans la région en 2013 sont : un phénomène caractérisé par le Croix Rouge comme une sècheresse à Mitsinjo et deux inondations causant le déplacement de 463 familles, la détérioration de 5 puits et la destruction de 12 maisons dont 2 stocks. Il est à noter qu’aucun système cyclonique n’est passé dans la région en 2013. À part ces aléas climatiques ponctuels et spécifiques de l’année, d’autres aléas

77 naturels qui sont classifiés comme permanents, c'est-à-dire qui existent en permanence depuis plusieurs années, existent aussi dans la région : l’érosion côtière et l’élévation du niveau de la mer qui sont accentuées par le changement climatique, selon la deuxième communication nationale effectuée par le Ministère de L’Environnement et des Forêts (MEF) en 2010, la vitesse de recul des côtes pour la région Boeny est de 2 à 3 m par an. Également, la montée du niveau de la mer favorise l’intrusion saline et la salinisation accrue des eaux souterraines comme l’affirme le GIEC dans son rapport en 2007 pour les zones côtières dans le monde. Des cas d’érosion du sol et des champs de culture existent également dans la région Boeny. Toujours dans le cadre des aléas d’ordre naturel, des maladies sont aussi observées et dépistées dans la région Boeny en 2013, entre autre, des cas de choléra, d’infections respiratoires aigües et de paludisme sont déclarés par la Direction Régionale de la Santé (DRS) de la région. La région Boeny, la population et les divers secteurs d’activités ont fait également face à des aléas causés par l’homme (feux de brousse, pollutions), des enjeux socio- économiques (vols de cheptel), des enjeux socio-culturels (insécurité et maltraitance des enfants) et des enjeux politiques (crise politique persistant au pays depuis 2009 jusqu’en 2013). VII.2.2 Vulnérabilité des ressources naturelles

- Forêts et écosystèmes : vulnérabilité perçue comme moyenne à forte

Le facteur d’exposition des forêts et de l’environnement dans la région Boeny est constitué par divers types d’aléas. Les systèmes forestiers subissent des pressions provenant essentiellement des activités humaines. La fabrication de charbon de bois pour le chauffage en est un exemple. Une enquête n’a pas été menée mais une hypothèse se pose que la grande majorité de la population dans la région utilise encore le charbon pour faire cuire les nourritures. À part ceci, l’environnement et la forêt dans la région font également face à un autre facteur qui est assez important, à savoir la pratique des feux de brousse. Elle contribue à la dégradation de l’environnement à grande échelle. Durant l’année 2013, une totale de 5 050,5 ha de superficie a été brûlée à cause de ces feux de brousse (Source : DREF Boeny).

Photo 1 Paysage brulé par un feu de brousse dans la région Boeny (Source: PGM-E/GIZ) Le système environnemental a une sensibilité forte vis-à-vis de cet aléa car sa pratique pourrait provoquer le déplacement ou même la mort de certaines espèces animales vivant dans la forêt. La brulure du sol pourrait également le rendre stérile après quelques années. Les feux de brousse et les feux de forêt provoquent le manque d’arbre pour protéger le sol et éviter les érosions3. Ces érosions provoquent par la suite des éboulements provoquant l’ensablement des rizières qui est observé dans quelques plaines de la région Boeny (selon les affirmations de la communauté locale, des cas d’ensablement sont observés dans le district de Marovoay et la commune rurale de Mariarano).

L’écosystème de la région Boeny ne fait pas exception à toutes les autres régions de Madagascar et du monde entier, la couche changement climatique s’ajoute aussi aux problématiques à prendre en compte pour la détermination de sa vulnérabilité. Les perturbations des saisons et des régimes pluviométriques provoquent des conséquences négatives sur les êtres vivants comme les reptiles dans la région. Dans le parc national d’Ampijoroa-Ankarafatsika, le Directeur du Parc a affirmé que ces animaux ne savent plus le moment quand sortir de terre à cause de cette perturbation du régime pluviométrique et cette confusion peut conduire dans le pire des cas à leur mort. Toutefois, face à ces divers aléas et risques, des actions d’atténuation existent: des reboisements sont effectués pour remédier aux feux de brousse et pour la protection

3 http://www.mandrosoa.org/dossier.php?id=45&lang=fr 79 des ressources naturelles et de la biodiversité, des aires protégées ont été instaurées. Pour l’année 2013, une superficie de 467,64 ha a été reboisée (Source : DREF). Néanmoins, cette action n’est pas encore suffisante car comme montré sur la figure 54, comparée à la superficie brûlée par les feux de brousse, la superficie totale de reboisement est nettement inférieure, ce qui laisse à dire que la couverture forestière dans la région tend à diminuer.

0 1000 2000 3000 4000 5000 6000 Superficie (en ha)

Superficie brulée par les feux de brousse Superficie reboisée

Figure 53: Comparaison de la superficie totale brulée par les feux de brousse et la superficie totale concernée par les reboisements dans la région Boeny en 2013

La superficie totale des aires protégées dans la région Boeny en 2013 est de 506 851 ha qui représentent 17% de la superficie totale de la région (Source : DREF Boeny). Évaluation de la vulnérabilité :

Tableau 2 Évaluation de la vulnérabilité de l'écosystème et des forêts dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité

Forte (3) Forte (3) Moyenne (2) Forte (4.5)

- Environnement marin: Vulnérabilité forte

Les activités humaines et les effets du changement climatique sont les principales problématiques que l’écosystème marin fait face dans la région Boeny. L’exploitation des mangroves pour la fabrication de charbon de bois a été une pratique courante dans la région durant plusieurs années. Or, les mangroves jouent un grand rôle pour l’écosystème marin puisqu’elles constituent une zone de fraie, de nourrissage, de reproduction et servent d’habitats pour plusieurs espèces animales. Elles constituent des zones de reproduction pour les crabes (Scylla serrata) et les crevettes (Penaeus indicusetP. monodon). Elles procurent des biens et services écosystémiques pour les

80 communautés côtières à travers la protection des côtes, l’épuration de l’eau et la fourniture de produits forestiers et marine4. Également, les mangroves font face aux problèmes du changement climatique car l’échauffement et l’élévation du niveau de la mer ont le potentiel de détruire jusqu’à 15% des mangroves à l’échelle globale5. Pour l’année 2013, la superficie totale occupée par ces plantations dans la région Boeny a été de 73 921,4 ha (Source : DREF Boeny). La surveillance de l’évolution de la superficie couverte par ces plantations est nécessaire pour déterminer l’état de l’écosystème marin.

Photo 2 Forêt de mangroves dans la région Boeny (Source: PGM-E/GIZ) Concernant les espèces sous-marines, l’acidification de l’océan, l’augmentation de la température et de la salinité de l’eau de mer, qui accompagnent le changement climatique global, entrainent des impacts négatifs au niveau des algues sous-marines (pouvant causer leur empoisonnement), des poissons, des crustacés,…. À part le changement climatique, la surexploitation des ressources halieutiques due à l’accroissement des demandes à l’exportation avec le non application de technique de pêche durable par la majorité des pêcheurs pèsent sur l’environnement marin dans la région Boeny.

4 Alongi, 2002 ; Spalding et al, 2010 5 Fact Sheet Mangrove du PGM-E/GIZ 81

Face aux pressions humaines et aux problèmes permanents du changement climatique que subit l’écosystème marin, sa capacité adaptive intrinsèque est très faible, de plus comme énoncé auparavant, la majorité des pêcheurs n’utilisent pas encore de techniques de pêche durables. Évaluation de la vulnérabilité :

Tableau 3 Evaluation de la vulnérabilité de l'environnement marin dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Forte Forte Faible Forte (3) (3) (1) (9)

- Ressources en eau et assainissement : Vulnérabilité moyenne

La présence et la qualité de l’eau jouent un rôle essentiel pour la santé de la population et le bien-être de l’environnement. Dans un contexte mondial de changement climatique, il est largement prouvé par des relevés d’observations et des projections climatiques que les sources d’eau douce sont vulnérables et auront à souffrir gravement du changement climatique, avec de grandes répercussions sur les sociétés humaines et sur les écosystèmes6. En effet, l’augmentation de l’intensité et de la variabilité des précipitations devrait augmenter les risques de crue et de sécheresse dans plusieurs régions6. Pour la région Boeny, en 2013, une sècheresse et 2 inondations ont été recensées (Source : CRM Mahajanga). Toutefois, le taux de desserte à l’eau potable est encore assez élevé malgré le passage de ces évènements. Pour l’année 2013, le taux de desserte à l’eau potable de la population dans la région Boeny est de 40% (Source : DREAH Boeny). De plus, pour un bon approvisionnement de la région en eau potable, 3 systèmes d’eau ont été construits et 8 stations d’épuration ont été recensées pour l’année 2013 (Source : DREAH Boeny). Le taux d’accès aux latrines dans la région est de 37% (Source : DREAH Boeny). Pour les structures qui traitent les ordures ménagères, une seule a été recensée pour la région et elle ne possède aucune station de traitement et de valorisation des matières fécales pour l’année 2013 (Source : DREAH Boeny). Évaluation de la vulnérabilité

Tableau 4 Évaluation de la vulnérabilité des ressources en eau et assainissement dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Moyenne Moyenne Moyenne Moyenne (2) (2) (2) (2)

6 Le Changement climatique et l’eau – Document technique IV du GIEC-2008 82

VII.2.3. Vulnérabilité socio-économique

Madagascar est avant tout un pays à vocation agricole. Le secteur de production primaire (agriculture, élevage, pêche et sylviculture) représente le premier secteur pourvoyeur d’emploi dans le pays (plus de 85% de l’ensemble des emplois en milieu rural et plus de la moitié des emplois en milieu urbain) avec une contribution à hauteur de 25% du PIB du pays7. - Agriculture : Vulnérabilité moyenne

Les feux de brousse combinés à l’érosion des terrains, les phénomènes climatiques extrêmes et le changement climatique sont les principaux aléas auxquels fait face le secteur agriculture dans la région Boeny. Pour l’année 2013, les cas d’extrême climatique se résument par le passage d’une sècheresse dans le district de Mitsinjo et de 2 inondations dans la région (CRM Mahajanga). Durant cette année, aucun cyclone n’a passé dans la région. Cette situation a contribué à une production totale de 536 870 t pour tout type de culture pratiqué dans la région (Source : DRDR Boeny). Cette production a été obtenue sur un terrain de superficie totale de 208 200 ha (Source : DRDR Boeny), ce qui donne un rendement agricole moyen annuel de 2,6 t/ha pour l’année 2013. Le revenu moyen agricole par ménage pour l’année 2013 dans la région Boeny s’élève à 1.313.000 Ar (Source : Direction Régionale de l’Economie Boeny).

Particulièrement, pour la filière rizicole, la production totale de la région pour l’année 2013 a été de 415 000 t sur une superficie totale de rizière de 142 500 ha, soit un rendement moyen annuel de 3 t/ha (Source : DRDR Boeny). Ce chiffre est supérieur à la moyenne nationale qui tourne autour de 2,5t/ha chaque année. Le district de Marovoay qui appartient à la région Boeny fait partie des deux principaux greniers à riz de Madagascar. De ce point de vue, le secteur agriculture, et particulièrement la riziculture, constitue un secteur clé pour l’économie de la région Boeny. Les rendements agricoles sont assez élevés mais avec l’absence de catastrophes naturelles dangereuses, la région devrait enregistrer des rendements plus élevés que ceux énoncés ci-dessus. Ils peuvent être expliqués en partie par les effets du changement climatique qui s’accompagne d’une élévation de la température moyenne, d’un retard de la venue des pluies, de la diminution de la quantité de précipitations et du raccourcissement de la saison pluvieuse puisque la prospérité de l’agriculture s’appuie essentiellement sur le cycle végétatif des cultures qui est quant à lui tributaire en grande partie des conditions climatiques. Le suivi des paramètres climatiques mis en corrélation avec les productions agricoles annuelles est utile pour mieux planifier la future saison culturale pour la région. À Boeny, les agriculteurs pratiquent le changement périodique des cultures durant l’année sauf pour la riziculture. Ainsi, la superficie totale cultivée avec la même culture durant chaque année se résume à la superficie totale de rizières présentes dans la région, c'est-à-dire 142 500 ha.

7 Pacte national pour soutenir la mise en œuvre du programme sectoriel agriculture élevage et pêche, 2013 83

Les semences traditionnelles utilisées par la population ne peuvent pas s’adapter à la variabilité du climat de la région mais l’utilisation de semences améliorées s’applique déjà dans la région pour mieux s’adapter à cette variabilité. Face aux cas d’érosion qui se présentent dans la région et qui touchent les plaines de Marovoay, des mesures de lutte antiérosive systémiques dans le cadre du Programme de Lutte Anti-Erosive ou PLAE y sont présents. Une superficie totale de 1088 ha qui couvre 0,03% (Source : PLAE) de la superficie totale de la région mais se situant essentiellement dans le district de Marovoay est concernée par ces mesures. Évaluation de la vulnérabilité

Tableau 5 Evaluation de la vulnérabilité de l‘agriculture dans la région Boeny en 2013.

Capacité Exposition Sensibilité Vulnérabilité adaptive Moyenne Moyenne Moyenne Moyenne (2) (2) (2) (2)

- Élevage: Vulnérabilité forte

L’élevage dans la région Boeny est exposé aux feux de brousse pratiqués par la population, aux enjeux du changement climatique et aux enjeux sanitaires et de la nutrition des animaux. Dans le milieu rural, l’élevage fait partie des activités économiques de la population. Dans la région Boeny, sa pratique ne possède pas encore le caractéristique d’être professionnel ni industriel qui prend à son éloge les nouvelles techniques et découvertes scientifiques en termes d’infrastructure et en termes médicales. Les techniques utilisées dans la région sont encore, pour la majorité, traditionnelles et dépendent des ressources naturelles comme les pâturages naturels. Le secteur élevage est exposé essentiellement au changement climatique et aux maladies des animaux. Les pâturages naturels qui couvrent une superficie totale de 1 662 000 ha (Source : Direction Régionale de l’Elevage Boeny), représentant 53,5% de la superficie totale de la région en 2013 font face aux feux de brousse. Pour 2013, un pourcentage de 15% de cette superficie a été réduit en cendres (Source : Direction Régionale de l’Elevage Boeny). De plus, la période de lignification des herbes se raccourcit du fait du raccourcissement de la saison de pluie et du retard de la venue des pluies. Pour 2013, la période de lignification des herbes a eu une durée de 5 mois (Source : Direction Régionale de l’Elevage Boeny). Or, les herbes de prairies et les pâturages sont les principales nourritures des ruminants dans la région. Le suivi du nombre de points d’abreuvement des bêtes est aussi nécessaire pour voir l’évolution de la vulnérabilité du secteur élevage puisque ces points d’eau sont particulièrement sensibles à la variabilité du régime climatique de la région. Pour l’année de référence 2013, le nombre de points d’abreuvement dans la région est de 45 (Source : Direction Régionale de l’Elevage Boeny).

Cinq principaux types d’élevage sont pratiqués dans la région Boeny à savoir : la filière bovine, la filière aviculture, la filière porcine, la filière ovin-caprin et la filière apiculture. Face aux diverses problématiques, chaque filière a sa propre réponse. En 2013, le nombre total de zébus recensés a été de 368 004 et le taux de mortalité des veaux est de 24% (Source : Direction Régionale de l’Elevage Boeny). Avec l’élevage de zébus s’accompagne généralement la production de lait. Pour l’année 2013, un total de 725 000 l de lait a été vendu dans la région avec un prix moyen de 4 000 Ar/l. Le nombre de personnes œuvrant dans la filière bovine est de 210 286 pour la région (Source : Direction Régionale de l’Elevage Boeny).

La filière aviculture mobilise 648 670 personnes dans la région Boeny. Pour l’élevage de poules pondeuses, 10 fermes sont présentes dans la région pour l’année 2013 (Source : Direction Régionale de l’Elevage Boeny). Du côté de la production d’œufs, la région Boeny dépend à 99% de la ville d’Antananarivo du fait que seul 24 000 œufs sont produits dans la région et 2 856 000 œufs sont approvisionnés par la ville d’Antananarivo durant l’année 2013 (Source : Direction Régionale de l’Elevage Boeny). Du côté sanitaire, la vaccination des animaux de ferme n’est pas encore très prisée dans la région en 2013. Le graphique de la figure 56 suivante montre le taux de vaccination des animaux de ferme pour la région Boeny en 2013.

30%

25%

20%

15%

10%

0% Vaccination Vaccination Taux de Lutte contre la Lutte contre la contre le contre la peste vaccination des fascolose fascolose choléra aviaire aviaire porcs porcine bovine

Figure 54 Taux de vaccination contre divers types de maladies des animaux de ferme dans la région Boeny en 2013.

Pour la région Boeny, l’élevage est plutôt pour l’alimentation de la population mais deux filières sont consacrées essentiellement à l’exportation: l’apiculture et la filière ovin-caprin. Ceci apporte un revenu pour la population de la région. En 2013, la région a exporté en total 610 têtes d’ovin-caprins à l’étranger et 9 500 l de miel (Source : Direction Régionale de l’Elevage Boeny). Pour l’année 2013, la filière apiculture compte en tout 420 personnes qui s’y consacrent (Source : Direction Régionale de

85 l’Elevage Boeny). Dans le futur, l’augmentation de ce nombre est favorable pour l’économie de la population et de la région.

Photo 3 Apiculteur dans la région Boeny (Source: PGM-E/GIZ) Dans le domaine de la nutrition des animaux, les provendes sont des éléments essentiels pour la filière bovine, porcine et ovin-caprin. Un énorme écart est observé entre le prix de la provende industrielle et la provende artisanale. Une différence de 7400 Ar par kilo est constatée entre ces deux types de provende en 2013 (figure 58) (Source : Direction Régionale de l’Elevage Boeny).

10 000 9 000 8 000 7 000 6 000 5 000 Ar/kg 4 000 3 000 2 000 1 000 0 Provende AVITEC Provende artisanale

Figure 55: Comparaison des prix des provendes industrielles AVITEC et des provendes artisanales vendues dans la région Boeny en 2013.

Évaluation de la vulnérabilité

Tableau 6 Évaluation de la vulnérabilité de l‘élevage dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Forte Moyenne Faible Forte (3) (2) (1) (6) - Pêche : Vulnérabilité forte

La région Boeny est une région côtière ce qui favorise la pratique de la pêche par la population dans la région. Le secteur pêche et surtout la pêche maritime dépend entièrement de l’environnement marin et des ressources halieutiques. Or, l’environnement marin dans la région Boeny est extrêmement sensible aux pressions qu’il subit (pressions anthropiques et pressions du changement climatique). De plus, les demandes provenant des pays étrangers pour les produits de la pêche de la région est en constante croissance. Cette situation pourrait être un atout pour la région si l’exploitation des ressources halieutiques s’effectue de façon raisonnable en utilisant des techniques de pêche durable qui ne sont pas encore très pratiquées dans la région. Dans le secteur formel, 51 pêcheurs et 350 pisciculteurs sont recensés dans toute la région en 2013 (Source : DRPRH Boeny). L’accroissement du nombre de pisciculteurs dans la région est souhaité.

La pêche n’est pas seulement destinée à la nourriture dans la région Boeny, elle est aussi consacrée à l’exportation. Le tableau 7 suivant montre les quantités de ressources halieutiques exportées par la région en 2013 (Source des données : DRPRH Boeny):

Tableau 7 Quantités de ressources halieutiques exportées par la région Boeny en 2013

Quantité de poissons Quantité de crabes Quantité de crevettes (t) (t) (t) 119,09 629,128 6748,776

Évaluation de la vulnérabilité

Tableau 8 Évaluation de la vulnérabilité de la Pêche dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Forte Forte Faible Forte (3) (3) (1) (9)

- Économie : Vulnérabilité faible

L’économie sert à évaluer le niveau de vie et de développement de la région.

Pour le secteur Économie, la Direction Régionale de l’Économie a fourni des valeurs pour 2 années qui sont l’année 2010 et l’année 2013. Les données de l’année 2010

87 proviennent des enquêtes effectuées par INSTAT et les données pour 2013 proviennent de l’enquête nationale également effectuée par INSTAT en 2012-2013 pour l’objectif du millénaire pour le développement (ENSOMD 2012-2013). Une évolution positive a été observée en comparant les deux années 2010 et 2013. Ainsi, même avec la présence de la crise politique entre 2009 et 2013, la situation économique de la région Boeny a connu une légère amélioration. Le taux de pauvreté de l’année 2013 pour la région a diminué par rapport à celui de l’année 2010. Il est passé de 62,2% en 2010 à 59,4% en 2013. Au niveau du salaire annuel moyen, il a augmenté depuis l’année 2010. En effet, il est passé de 1 543 000 Ar en 2010 à 2 520 000 Ar pour l’année 2013 (figure 59).

Comparaison salaire moyen dans la région Boeny 3000000

2500000

2000000

1500000 Salaire Salaire (Ar/an)

1000000

500000

0 2010 2013

Figure 56 Comparaison du salaire moyen de la population dans la région Boeny pour les années 2010 et 2013

Généralement, les revenus de travail augmentent avec l’élévation du niveau d’instruction de la population. Pour la région Boeny, le pourcentage de personnes actives sans instruction a diminué de 2010 à 2013. En effet, il est passé de 39,2% en 2010 à 33,8% en 2013. Ce taux a aussi diminué pour les personnes actives qui ont un niveau d’instruction primaire : 44,3% en 2010 contre 35,5% en 2013. Par contre, les taux pour le niveau secondaire et le niveau supérieur ont augmenté : niveau secondaire : le taux est passé de 13,9% à 27,6% ; pour le niveau supérieur : le taux est passé de 2,6% à 3,1% (figure 60). En regardant la répartition, la majorité de la population qui travaille n’a pas pu aller à l’école ou a un niveau d’instruction au primaire qui n’est pas favorable au développement économique de la région.

50% 45% 40% 35% 30% 25% 20% 15% 10% 5% 0% Sans instruction Primaire Secondaire Supérieur

2010 2013

Figure 57 Comparaison des pourcentages de personnes actives par niveau d'instruction dans la région Boeny en 2010 et en 2013

L’âge moyen des travailleurs pour la région est de 34 ans pour l’année 2013. Et la majorité de la population active se situe dans la tranche d’âge entre 25 ans et 64 ans (63% de la population active). Ce taux a augmenté depuis l’année 2010, durant laquelle, il était de 50,2%. Pour les autres tranches d’âges, les taux de 2013 ont

diminué par rapport à ceux de 2010 (Figure 61).

63,00%

50,20%

27,30%

22,70%

11,30%

7,80%

7,70%

3,60% 2,70%

5 - 9 A N S 10- 1 4 A N S 15- 2 4 A N S 25- 6 4 A N S 65 ANS ET PLUS

2010 2013 Figure 58 Taux de la population active par tranche d'âge pour 2010 et 2013 pour la région Boeny

Évaluation de la vulnérabilité

Tableau 9 Évaluation de la vulnérabilité de l‘Économie dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilisé Moyenne Faible Forte Faible (2) (1) (3) (0.6)

- Commerce : Vulnérabilité faible

Le commerce joue un rôle essentiel pour l’économie d’une région. De plus, la région Boeny possède dans sa localité le deuxième port de commerce de Madagascar. Le secteur commerce est exposé au problème de la crise politique qui a existé dans le pays depuis 2009 jusqu’en 2013. Pour l’année 2013, la région a exporté 48 573 956 kg de produits qui a généré un revenu total de 29 234 110 $, tandis qu’elle a importé une valeur totale de produit s’élevant à 19 472 921,58 $ (figure 62) (Source : DRCC Boeny). La région a donc effectué plus d’exportation que d’importation, ce qui génère des revenus pour la région.

35 000 000

30 000 000

25 000 000

20 000 000

15 000 000 Valeur en $ en Valeur 10 000 000

5 000 000

0 Importation Exportation

Figure 59 Comparaison de la valeur des importations et la valeur des exportations effectuées dans la région Boeny durant l'année 2013

Pour le commerce interne dans la région, la population fait recours à l’achat des Produits de Premières Nécessités (PPN). Une hausse ou une valeur trop élevée des prix de ces produits affectent la situation financière du ménage voire le bien-être et la santé de la population. Pour l’année 2013, le prix moyen annuel du riz qui constitue l’alimentation de base de la population dans la région Boeny est de 1 484,38Ar/kg (Source : DRCC Boeny). Quant à l’huile, le prix moyen annuel du litre d’huile en vrac a été de 3 850Ar/l tandis que celui de l’huile cacheté qui est de plus bonne qualité et qui est plus bon pour la santé a été de 6 288Ar/l (Source : DRCC Boeny). Le sucre fait

90 aussi partie des PPN, son prix moyen annuel a été de 2 500Ar/kg pour le sucre blanc et de 2 308Ar/kg pour le sucre blond. Les grossistes et commerçants qui sont en règle et recensés par la Direction sont au nombre de 117 pour le district de Mahajanga I, mais il est difficile de recenser le secteur informel (Source : DRCC Boeny). Évaluation de la vulnérabilité

Tableau 10 Évaluation de la vulnérabilité du Commerce dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Moyenne Faible Moyenne Faible (2) (1) (2) (1)

- Tourisme : Vulnérabilité forte

La région Boeny est un lieu d’attraction touristique. Elle présente plusieurs types de sites touristiques à son compte comme les parcs nationaux, les sites culturels et cultuels, les différentes plages, les musées, les grottes et les lacs sacrés. Ces sites combinés avec le climat de la région fait de la région une des destinations les plus prisées dans le pays tant pour les touristes étrangers que pour les nationaux. Le tourisme devrait donc être un grand atout économique pour la région. Toutefois, le secteur Tourisme fait face au problème de la crise politique et en souffre. En 2013, 12 586 touristes (Source : DRT Boeny) seulement ont visité la région dont la répartition est montrée dans la figure 63.

9 000 8 000 7 000 6 000 5 000 4 000 Nombre 3 000 2 000 1 000 0 Etranger Résidents nationaux Résidents nationaux étrangers

Figure 60 Répartition des touristes visitant la région Boeny en 2013

De ce fait, le taux d’occupation des hôtels n’était que d’environ 3% (Source : DRT Boeny) et malgré les atouts touristiques que possèdent la région, seul 4% (Source : DRT Boeny) de la population active travaille dans ce domaine et seul 5 établissements de formation se consacrent à la formation d’étudiants dans ce domaine. Toutefois, le tourisme contribue à l’essor de l’économie de la région puisqu’il a généré 81 866 151 Ar de recette en vignette touristique et la somme totale d’investissement dans le secteur vaut 98 283 000 Ar à 1 000 000 000 Ar (Source : DRT Boeny). Dans la région,

255 établissements touristiques ont été recensés qui ont créé 971 emplois pour l’année 2013 (Source : DRT Boeny). Évaluation de la vulnérabilité

Tableau 11 Évaluation de la vulnérabilité du Tourisme dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Moyenne Forte Faible Forte (2) (3) (1) (6)

- Éducation : Vulnérabilité faible

Un bon niveau éducatif de la population contribue à un haut niveau de développement économique de la région. Aussi, le revenu augmente en fonction du niveau d’instruction de chaque personne. En 2013, le secteur Éducation dans la région Boeny n’a fait face à aucun risque ni problèmes dangereux. Seul la crise politique et les maltraitances pourraient avoir un léger impact sur ce secteur. En 2013, le nombre total d’élèves inscrits en primaire en milieu urbain est de 48 031 dont 30 039 se trouvent dans le district de Mahajanga I et 17 992 élèves dans les autres districts urbains de la région Boeny (Source : DREN Boeny). En secondaire, 22 634 élèves sont inscrits dans le milieu urbain dont 18 093 sont dans le district de Mahajanga I (Source : DREN Boeny). Toujours pour le milieu urbain, 7 370 élèves poursuivent leurs études au lycée dont 5 561 sont dans le district de Mahajanga I (Figure 64) (Source : DREN Boeny).

50 000

40 000

30 000

20 000

10 000

0 Primaire Secondaire Lycée

Figure 61 Nombre d’élèves inscrits en primaire, en secondaire et au lycée dans le milieu urbain dans la région Boeny en 2013

Pour le milieu rural, le taux de scolarisation en primaire est de 129,81% contre 143.32% pour toute la région et le taux de scolarisation en secondaire est de 26,91%

(Source : DREN Boeny). Ainsi, après avoir effectué les études primaires, les élèves en milieu rural ont tendance à arrêter leurs études pour travailler. Ceci peut aussi s’expliquer par le manque d’établissements secondaires dans les milieux ruraux de la région Boeny (Figure 65). Pour toute la région, le taux d’abandon scolaire est de 17,53% et le taux d’achèvement est de 53,78% (Source : DREN Boeny). Ce qui pourrait aussi pousser les élèves à abandonner l’école est le redoublement : le taux de redoublement pour Boeny est de 16,25% (Source : DREN Boeny). En milieu rural, le nombre d’établissements primaires s’élève à 647 dont 568 sont des écoles publiques et 79 des écoles privées (Source : DREN Boeny). Le nombre d’établissements secondaires est de 56 dont 36 sont publiques et 30 sont des privés

(Source : DREN Boeny).

647 56

Ecoles primaires Etablissements secondaires

Figure 62 Nombre d'établissements primaires et secondaires présents dans la région Boeny en milieu rural en 2013.

L’éducation est encore accessible pour la population en milieu rural dans la région Boeny puisque le nombre d’établissements publics est largement supérieur à celui des établissements privés : 85% des établissements primaires en milieu rural sont des établissements publics (Source : DREN Boeny). Pour la région Boeny, les taux de réussites aux examens officiels sont satisfaisants par rapport aux moyennes nationales. Le tableau 12 suivant montre ces taux de réussite :

Tableau 12 Pourcentages de réussite aux examens officiels dans la région Boeny en 2013 (Source : DREN Boeny)

Niveau CEPE BEPC BACC Taux de réussite 83,38% 50,43% 55,05%

Évaluation de la vulnérabilité

Tableau 13 Évaluation de la vulnérabilité de l‘Éducation dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Faible Faible Moyenne Faible (1) (1) (2) (0.5)

- Santé de la population et mal nutrition: Vulnérabilité moyenne

La santé de la population joue un rôle essentiel pour ses activités journalières et sa situation économique. C’est aussi un moyen de déterminer le niveau de développement d’une région. Or, les facteurs climatiques sont un déterminant important de diverses maladies à transmission vectorielle, de grand nombre de maladies entériques et de certaines maladies d’origine hydrique. La relation entre les variations d’année en année du climat et des maladies infectieuses est particulièrement évidente chez les populations vulnérables et lorsque les variations climatiques sont marquées8. À part les relations qu’il y a entre le climat et les maladies à transmission vectorielle, d’autres facteurs de risques existent également qui fait de la santé de la population de la région Boeny vulnérable. En 2013, un CSB I s’occupe de 93 187 personnes et un CSB II s’occupe de 606 960 personnes (Source : DRS Boeny). Ces nombres élevés de personnes par CSB peuvent induire à de mauvaise qualité des soins médicaux. Durant l’année de référence 2013, 27 223 cas de paludisme, 118 216 cas de maladie liée à la qualité de l’air dont 83 221 enfants et 256 personnes séropositives (atteintes du VIH/SIDA) ont été signalées dans la région Boeny (Source : DRS Boeny). La figure 66 montre la répartition ces diverses maladies.

8 Changement Climatique et santé humaine – Risques et mesures à prendre ; OMS, OMM, PNUE 94

90 000 80 000 70 000 60 000 50 000 40 000 30 000

Nombrede observés cas 20 000 10 000 0 IRA Chez l'adulte IRA chez les Paludisme VIH/SIDA enfants

Figure 63 Nombre des différents cas de maladies observées dans la région Boeny en 2013

Des cas de mal nutrition ont été observés et signalés dans la région Boeny en 2013. Le niveau économique de la population et les conséquences du changement climatique sur la production agricole expliqueraient ces cas. Selon ce qui est dit dans les annales de l’Association Internationale de Climatologie dans son volume 1 en 2004, à cause des changements climatiques, il se produira des impacts sur l’agriculture engendrant une réduction de la production d’aliment. Dans certaines régions, ces impacts auront pour résultat la malnutrition et la faim9. Les enfants sont les plus touchés par la mal nutrition dans la région Boeny. Pour 2013, sur un effectif total de 1 225 226 d’enfants de 0 à 5 ans, 6 105 enfants sont enregistrés comme malnutris en bande jaune et 1 057 enfants sont enregistrés comme malnutris en bande rouge dans la région Boeny (Source : DRS Boeny). Pour les nouveaux nés, 546 sur 10 535 nourrissons ont eu un faible poids à la naissance (Source : DRS Boeny). À cause de la mal nutrition, 58 personnes ont été admises aux hôpitaux dont 12 sont décédées durant l’année 2013 (Source : ORN Boeny). Chez les enfants, le taux de létalité à cause de mal nutrition s’élève à 21% (Source : ORN Boeny).

Tableau 14 Les différents cas de malnutrition dans la région Boeny en 2013

Situations Nombre de personnes Enfants de 0 à 5 ans mal nutris en 6105/1 225 226 bande jaune Enfants de 0 à 5 ans mal nutris en 1 057/1 225 226 bande rouge Nourrissons de faible poids à la 456/10 535 naissance Décès à cause de la malnutrition 12

9 Réchauffement global et santé : aspects généraux et quelques particularités du monde tropical ; Annales de l’Association Internationale de Climatologie, vol 1, 2004 95

Évaluation de la vulnérabilité

Tableau 15 Évaluation de la vulnérabilité du secteur Santé et mal nutrition dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Moyenne Moyenne Moyenne Moyenne (2) (2) (2) (2)

VII.2.4. Vulnérabilité socio-culturelle

- Vie sociale de la population : Vulnérabilité moyenne

La vie sociale de la population dans la région Boeny a fait face à divers types de risques et problèmes pour l’année 2013, entre autre les différents cas d’insécurité et la maltraitance envers les enfants. Durant l’année 2013, un total de 206 accidents de la route ont été observés dont 33 ont été rapportés par la Gendarmerie et 173 rapportés par la Police (Source : Gendarmerie et Police Nationale à Mahajanga). Durant ces accidents, 6 personnes ont été rapporté par la Gendarmerie comme ayant trouvé la mort et 82 ont été blessées (Source : Gendarmerie et Police Nationale à Mahajanga). Toujours dans le cas de sécurité routière, après des effractions aux codes de la route par les conducteurs, 263 contraventions ont été rapportées dans la région Boeny durant l’année 2013 (Source : Gendarmerie et Police Nationale à Mahajanga). Parmi ces contraventions, 208 ont été rapportées par la Gendarmerie et 55 par la Police (Figure 67).

300

250

200

150

100

0 Accidents de la route Contraventions Rapporté par la Gendarmerie Rapporté par la Police

Figure 64 Cas d'insécurité de la route observés dans la région Boeny rapportés par la Gendarmerie et la Police en 2013.

Au niveau de la société, l’insécurité qui perturbe la vie sociale de la population se présente sous différentes formes dans la région Boeny, à savoir : les crimes, les délits

96 et les actes de banditisme. Durant l’année 2013, 908 cas de crimes ont été signalés dans la région dont 730 rapportés par la Gendarmerie et 178 rapportés par la Police. Les cas de délits observés dans la région Boeny sont au nombre de 2 417 durant toute l’année 2013. Parmi ces délits, 1 335 ont été rapportés par la Gendarmerie et 1 082 sont été rapportés par la Police. Des actes de banditisme ont été observés dans la région Boeny durant l’année 2013, selon les rapports effectués par la Gendarmerie, ils sont au nombre de 37 (figure 68). Enfin, le vol de zébus est aussi un acte fréquent dans la région. Enfin, durant l’année 2013, un total de 263 bœufs a été volé dans la région Boeny (Source : Gendarmerie à Mahajanga).

3000 2500 2000 1500 1000 500 0 Crimes Délits Actes de banditisme

Rapportés par la Gendarmerie Rapportés par la Police

Figure 65 Cas d'insécurités sociales présentes dans la région Boeny rapportés par la Gendarmerie et la Police dans la région en 2013.

Des cas de maltraitance sur les enfants existent également dans la région Boeny en 2013 (Figure 69). Les cas de maltraitances sexuelles prennent le dessus suivi de la négligence. La figure montre la répartition des différents cas de maltraitance observés dans la région.

0 50 100 150 200 250 300

Maltraitances sexuelles Maltraitances physiques Maltraitances psychologiques Négligences

Figure 66 Répartition des cas de maltraitances des enfants dans la région Boeny en 2013 (Source : Direction de la Population Boeny)

Pour répondre à ces divers cas de maltraitances envers les enfants et en même temps de les protéger, 9 Centres d’accueil pour orphelins et enfant vulnérable sont présents dans la région (Source : Direction de la Population). Évaluation de la vulnérabilité

Tableau 16 Evaluation de la vulnérabilité de la vie sociale de la population dans la région Boeny en 2013.

Exposition Sensibilité Capacité adaptive Vulnérabilité Forte Moyenne Forte Moyenne (3) (3) (3) (3)

Récapitulation de l’état de vulnérabilité dans la région Boeny en 2013: Le tableau 17 suivant résume succinctement les niveaux de vulnérabilité après notre analyse pour chaque secteur d’activité présent dans la région Boeny. Ce tableau permet de voir que les secteurs les plus vulnérables pour l’année 2013 sont : la Pêche, l’Environnement marin, l’Élevage, le Tourisme et les forêts et écosystème.

Tableau 17 Résumé de l'état de vulnérabilité de chaque secteur d'activité dans la Région Boeny pour l'année 2013.

Secteurs Vulnérabilité

Forte Pêche (9)

Forte Environnement marin (9)

Forte Élevage (6)

Forte Tourisme (6)

Forte Forêt et écosystème (4.5)

Moyenne Vie sociale et population (3)

Moyenne Santé et mal nutrition (2)

Moyenne Eau et assainissement (2)

Moyenne Agriculture (2)

Faible Commerce (1)

Faible Économie (0.6)

Faible Éducation (0.5)

Analyse intersectorielle : Chaque secteur a été analysé aux dépends de ses propres indicateurs. Toutefois, les différents secteurs d’activité sont interdépendants. Le niveau économique de la région est tributaire de plusieurs secteurs. Les principales activités entreprises dans la région sont l’agriculture, la pêche, l’élevage et le tourisme. L’économie de la région a connu une expansion depuis 2010 malgré le taux d’occupation très faible des hôtels durant toute l’année 2013 pour le secteur Tourisme. Les personnes qui ont un niveau d’instruction en primaire et celles qui sont sans instruction constituent la majorité de la population en âge de travailler dans la région. Cette situation est aussi prouvée par le taux élevé d’accès en primaire dans la région et le taux subitement faible d’accès à l’éducation en niveau secondaire. Durant l’année 2013, la région Boeny n’a été touchée que par très peu de phénomènes climatiques dangereux. Cette situation a contribué à la bonne production agricole dans la région qui est supérieure à la moyenne nationale. Cependant, même si la production a été assez élevée, elle n’a pas suffi à l’alimentation de la toute la population d’où les différents cas de mal nutrition observés dans la région. Ces cas de maladies et de morts dues à la mal nutrition pourraient aussi s’expliquer par un bas niveau économique de cette partie de la population. La réhabilitation de pistes rurales est aussi encouragée dans la région. L’état sanitaire de la population à Boeny peut être expliqué par plusieurs facteurs ; entre autre, le taux d’accès aux latrines faible et le taux de desserte à l’eau potable relativement faible. Avec le nombre très faible de points d’eau dans les infrastructures sanitaires, la santé de la population est aussi menacée. Les différentes maladies affectant la population dans la région Boeny s’expliquent aussi en partie par les volumes de déchets et d’eau usée produits dans la région durant toute l’année qui sont éliminés de façon inappropriée. Le nombre élevé d’usines non utilisant de filtre à gaz, le pourcentage élevé de foyers utilisant le charbon de bois et le volume élevé d’ordures brûlées dans les rues de la région contribuent à l’existence de nombreux cas de maladies liées à la qualité de l’air dans la région.

Avec les différents cas d’insécurité dans la région, la vie sociale et économique de la population est menacée. En occurrence, les vols de zébus recensés dans la région durant l’année entrainent une énorme perte économique pour la population surtout en milieu rural. La qualité de l’élevage dans la région et la quantité de viandes produites dépendent de la nourriture des animaux donc de l’état des pâturages naturels et de la période de lignification des herbes. Avec le changement du régime des précipitations et la superficie élevée de feux de brousse dans la région, la qualité et la quantité de nourritures pour les animaux diminuent, ceux qui engendrent une menace pour le secteur élevage. La région Boeny possède un grand atout en matière de zone propice à la pêche. C’est grâce à ceci que la région peut produire et exporter une grande quantité de poissons et de crustacés à l’extérieur. La croissance des demandes sur ces produits peuvent constituer un levier pour l’économie de la région. Mais cet accroissement de demandes ajouté à une mal gestion des milieux marins et des mangroves provoqueraient une surexploitation des ressources halieutiques et entraineraient une menace de disparition des espèces et aussi une destruction de l’environnement marin. Pour l’état des lieux de l’environnement dans la région, la forêt se dégrade, la superficie touchée par les feux de brousse est supérieure à celle du reboisement effectué dans la région. La majorité de la population utilise le charbon de bois comme bois de chauffe dans les maisons ce qui contribue aussi à la déforestation et à la dégradation des forêts dans la région. Avec une demande très élevée des produits halieutiques venants des mangroves de la région, la bonne gestion de ces ressources est primordiale pour ne pas détruire le milieu naturel des mangroves et pour protéger ces espèces à ce qu’elles ne disparaissent pas. À part les enjeux environnementaux, d’autres enjeux sociaux-économiques subsistent aussi dans la région, les cas d’insécurité et de maltraitance sont à voir de près et la promotion des travaux artisanaux par la création de coopératives est aussi utile pour faire décoller l’économie de la région. L’éducation des enfants est aussi à promouvoir dans la région puisque la région enregistre toujours un taux assez élevé d’abandon scolaire. Ainsi, agir face aux enjeux environnementaux, à travers la gestion durable des ressources naturelles est bénéfique pour la région. Agir face aux enjeux sociaux et économiques en localisant les secteurs prioritaires et prospères dans la région, en agissant sur les différents cas de malaises sociales aideraient aussi la région pour une bonne situation de vie communautaire dans la région. Le tableau 18 résume les relations présentes entre les divers secteurs présents dans la région Boeny pour leur état pour l’année 2013:

100

Tableau 18 Tableau d'analyse intersectorielle des données

Secteur État Explications et Causes liées à d’autres secteurs Environnement - Dégradation des forêts - Taux de reboisement très faible par rapport au taux de feux de brousse

- Exploitation pour le bois de construction et production de charbon de bois

- Expansion des superficies agricoles (culture sur brûlis ou tavy) Vie socio- - La majorité des personnes en - Taux élevé d’accès en primaire et économique de la âge de travailler ont un niveau taux subitement faible en population d’instruction en primaire ou secondaire sont sans instruction - Augmentation du revenu agricole - La situation économique de moyen par ménage la région a connu une évolution meilleure depuis - Augmentation des demandes 2010 en termes de salaire d’exportation de ressources halieutiques - Vie sociale menacée - Différents cas d’insécurité (crime, - Perte économique des actes de banditisme,…), plusieurs éleveurs surtout en milieu rural cas de maltraitance sur les enfants

- Vols de cheptel bovin Activités Agriculture - Pas de phénomènes climatiques entreprises dans la - Production totale et trop dangereux région production de riz satisfaisantes mais pas assez - Changement du régime pluviométrique (quantité de pluies, début de la saison de pluies, durée Élevage de la saison de pluie) - Qualité et quantité des nourritures des animaux - Présence de programme de lutte insuffisantes antiérosive dans le district de - Vulnérabilité de la santé des Marovoay (PLAE) animaux - Pâturages naturelles brûlés par les feux de brousse

Pêche - Période de lignification des - Croissance de l’exportation herbes écourtée à cause du

101

- Milieu marin et espèces changement de régime de marines menacés précipitations

- Prix très élevé des provendes industrielles par rapport aux provendes traditionnelles

- Taux faibles de vaccination des animaux

- La région Boeny possède une zone propice à la pêche

- Surexploitation des ressources halieutiques

- Défrichement des mangroves par la fabrication de charbons Santé et mal - Cas de diarrhée, de - Taux faible de desserte à l’eau nutrition bilharziose potable et d’accès aux latrine.

- Nombre très faible de points d’eau dans les infrastructures sanitaires - Plusieurs cas de maladies liées à la qualité de l’air - recensement de 2 inondations dans la région - Plusieurs cas de paludisme - Utilisation de charbon dans les foyers, usines non utilisant les - Plusieurs cas de mal nutrition filtres à gaz, ordures brûlées dans (maladie, mort) les rues - Le climat chaud et humide de la région et l’augmentation de la température moyenne due au changement climatique.

- Taux de pauvreté élevé d’où insuffisance des moyens financiers pour une partie de la population pour acheter les nourritures

- Production agricole pas suffisante pour nourrir toute la population

102

CONCLUSION ET PERSPECTIVES Le Changement Climatique est un phénomène d’envergure planétaire. Les changements se manifestent par une augmentation de la température, des perturbations sur les régimes pluviométriques, l’acidification des océans,…. Néanmoins, notre planète a toujours connu des évolutions du climat depuis sa création mais les observations montrent que depuis l’ère industrielle, l’évolution semble plus accélérée. Ainsi, le phénomène de changement climatique devient une problématique pour notre monde actuel. Pour faire une évaluation de l’évolution de l’état du climat au niveau mondial et pour donner également les projections futures, le GIEC sort des rapports d’évaluation régulièrement. Les projections sorties dans ces rapports sont à l’échelle du globe et donc ont une résolution grossière et ne tiennent pas en compte les effets locaux. Pour mettre à l’échelle locale les projections, des méthodes de désagrégations existent, elles peuvent être statistique ou dynamique. Dans ce mémoire qui se consacre principalement à la région Boeny, une méthode de descente d’échelle statistique appelée « Advanced Delta Change » ou ADC a été appliquée aux données de sortie de modèles régionaux issus du projet CORDEX Afrique aux scénarios rcp4.5 et rcp8.5 et pour les 2 périodes futures proche et lointain, la méthode ADC a pu reproduire le signal du climat passé observé de 1981 – 2001 dans le climat du futur (2030 – 2050 et 2079 – 2099). Les projections de tous les modèles montrent une augmentation des températures maximales, minimales et moyennes par rapport à notre période de référence pour les 2 types de scénarios (rcp4.5 et rcp8.5) et les 2 périodes futures (future proche et futur lointain) tandis que pour les précipitations, des résultats hétérogènes sont observés mais la majorité des projections montrent une augmentation des quantités de précipitations dans le futur à l’exception du scénario rcp4.5 pour la période 2079 – 2099. La connaissance de ces projections régionalisées est un atout pour la région Boeny puisque à partir de ces informations, la Région et les Services Techniques peuvent initier une planification en anticipant déjà les risques que pose le Changement Climatique dans la région. Toutefois, ces projections ne constituent pas les seules bases pour planifier des actions à entreprendre dans la région. En effet, la connaissance de l’état de vulnérabilité de chaque secteur et de la région à travers des indicateurs de vulnérabilité constitue des informations nécessaires pour les planifications. La mise en place de la base de données de suivi de vulnérabilité dans la région Boeny a suivi 3 étapes principales qui sont la phase de concertation, la phase de collecte de données et la phase d’interprétation. Les étapes ont été entreprises en collaboration avec le Service Suivi Évaluation (SSE) de la Région Boeny et la Direction Interrégionale de l’INSTAT à Mahajanga. La base de données a été placée au niveau de la Région et l’INSTAT à Mahajanga. Pour l’année de départ de suivi de vulnérabilité qui est l’année 2013, les résultats montrent que les principaux secteurs vulnérables dans la région sont la Pêche, l’Environnement marin, l’Élevage, le Tourisme et les forêts et écosystème. Les actions entreprises dans la région devraient donc être plus axées sur ces secteurs. Il est quand même bon à savoir que tous les secteurs sont interdépendants et ne peuvent être traitées de façon très séparée.

103

Les questions traitées dans ce travail sont centrées sur une région de Madagascar qui est une zone d’intervention de la GIZ dans son programme environnemental. Toutefois, la mise en place d’un tel système serait intéressant pour toutes les autres régions de Madagascar pour avoir un système de suivi national. La méthode de descente d’échelle peut également être améliorée par une évaluation des modèles et corriger de ce fait ses projections surtout pour le paramètre précipitations pour lequel les sorties de modèles sont hétérogènes. Pour une étude plus approfondie et plus précise sur l’état de vulnérabilité des secteurs, des études spécifiques sur un thème précis pour un secteur déterminé peut être effectué. Également la méthode d’évaluation de la vulnérabilité peut être améliorée par une méthode d’évaluation de risque comme mentionné dans le dernier rapport du GIEC en 2014.

104

BIBLIOGRAPHIE et WEBOGRAPHIE [1] Abdelkarim CHERKAOUI, « Désagrégation des données via l’outil SDSM pour la projection des changements climatiques futurs dans la haute MOULOUYA », Mémoire de Projet de Fin d’Etude d’Ingénieur d’Etat en Météorologie, Ecole Hassania des Travaux Publics, 2012, 163 p.

[2] Moha GOURY, Youssef CHELHAOUI, « Évaluation des scénarios des changements climatiques locaux via le modèle SDSM pour une zone de montagne et une zone de plaine », Mémoire de Projet de Fin d’Étude d’Ingénieur d’Etat en Météorologie, Ecole Hassania des Travaux Publics, 2013, 93 p.

[3] Fabrice Olivry, « Exploration d’une méthode d’évaluation de la vulnérabilité des systèmes essentiels d’une région face aux extrêmes météorologiques dans un contexte de changements climatiques », Mémoire en vue de l’obtention du diplôme de Maîtrise ès Sciences Appliquées (Génie Industriel), Ecole Polytechnique de Montréal, Aout 2012, 144 p.

[4] Aurélien BARO, « LES CYCLES DE MILANKOVITCH, LA THEORIE DU CLIMAT », 2007, 15 p.

[5] David Kaniewski, « Changements climatiques globaux », Université Paul Sabatier

[6] GIEC, 3ème rapport d’évaluation, 2001

[7] GIEC, 4ème rapport d’évaluation, 2007

[8] GIEC, 5ème rapport d’évaluation, 20013 - 2014

[9] Madeleine NICOLAS, « Impact du changement climatique sur les débits du XXIè siècle en France : Une estimation avec les nouvelles projections du GIEC (CMIP5) et le modèle hydrologique de l’Irstea (GR) », Master 1 Sciences de l’Univers, Environnement, Ecologie Spécialité Environnements Continentaux et Hydrosciences UPMC, Juin 2014, 40p.

[10] DGM, 2008. Le changement climatique à Madagascar. Direction de la Météorologie, Antananarivo. Madagascar, 19 p.

[11] DGM, Mars 2014. Atlas Climatologique de Madagascar, 92 p.

[12] P. Kraaijenbrink, « Advanced Delta Change method, Extension of an application to CMIP5 GCMs », Internal repport Royal Netherlands Meteorological Institute, 2013, 88p.

[13] S. C. van Pelt, J.J. Beersma, T. A. Buishand, B. J . M. van den Hurk, and P.Kabat, « Future changes in extreme precipitation in Rhie basin based on global and regional climate model simulations », Decembre 2012, 14p.

105

[14] COI, « Étude de vulnérabilité aux changements climatiques, Madagascar – Évaluation qualitative. Commission de l’Océan Indien », 2011, 124 p.

[15] GIEC, Alfons P. M. Baede, 2007, Quatrième Rapport d’Évaluation, Annexe II – Glossaire, figurant dans les contributions des Groupes de travail I, II et III, 14 p.

[16] Fall, B., J.P. Correa, S. Sarr (2011), Guide Méthodologique Pour L’Évaluation de la Vulnérabilité au Changement Climatique au Niveau Communautaire (Zones Côtières), consultant report by Environnement-Développement du Tiers Monde (ENDA), Dakar, Senegal, for USAID/COMFISH project, 48 pp.

[17] Fenosoa Tolojanahary RANAIVOSON, « Intégration de l’adaptation au changement climatique dans le schéma communal pour le développement durable (SCADD). Cas de Mariarano dans le Nord-Ouest de Madagascar », Mémoire en vue de l’obtention du diplôme de Maitrise Spécialisée en Environnement et Aménagement du Territoire, Département Géographie, Faculté des Lettres et Sciences Humaines, Université d’Antanananarivo, 2011, 112 p.

[18] Bates, B. C., Z. W. Kundzewicz, S. Wu et J. P. Palutikof, éd., 2008: Le changement climatique et l’eau, document technique publié par le Groupe d’experts intergouvernemental sur l’évolution du climat, Secrétariat du GIEC, Genève, 236 p.

[19] CPGU, BNGRC, PNUD, 16 octobre 2014, draft Madagascar SNRRC actualisée 2016 – 2020, 192 p.

[20] F. MENDOÇA Universidade Federal do Parana, Curitiban Brésil, 2004, Annales de l’Association Internationale de Climatologie, vol 1, Réchauffement global et santé : aspects généraux et quelques particularités du monde tropical, 20 p.

[21] Ranjatson P. et Rakoto Ratsimba H., 2013. Étude de vulnérabilité et identification des options d’adaptation avec focus sur les services écosystémiques dans la région de Boeny. Programme Germano-Malgache pour l’Environnement, PGM-E, GIZ, 90 p.

[22] RANDRIAMIHARISOA Jules Félix., 2012. Rapport sur l’État de l’Environnement à Madagascar (REEM). Section 2 État et tendance de l’environnement - chapitre 2 : atmosphère, air et changement climatique, 23 p.

[23] UNISDR, Stratégie internationale de prévention des catastrophes des Nations Unies, 2009. Terminologie pour la Prévention des risques de catastrophe, 39 p.

[24] Encyclopédie Encarta 2009

[25] http://unfccc.int/portal_francophone/essential_background/convention/items/3270.php (consulté en Mai 2015)

[26] www.ecologie.gov.mg (consulté en Mai 2015)

[27] http://www.pnae.mg (consulté en Juillet 2014)

106

ANNEXES Annexe 1: Questionnaires sur la perception locale du changement climatique dans 4 localités de la région Boeny (Ankarafantsika, Mariarano, Mitsinjo, Mahajanga I) Partie 1 : Perceptions locales du régime climatique 1. Avez-vous remarqué que le climat a changé dans la localité ? Oui Non 2. Si oui, depuis combien de temps avez-vous remarqué ce changement ?

30 ans 20 ans 10 ans 5ans 3. À votre avis quelles sont les principales causes du changement climatique dans votre localité? Feux de brousse Déforestation Industries Agriculture et élevage Emission de gaz à effet de serre Pollution Autres ……………………………………………………………………………………………… …………………………………………………………………………………………….... Température : 4. Ces dernières années, la température moyenne devient :

plus chaude plus froide inchangée 5. Ces dernières années, la température au petit matin devient : plus chaude plus froide

inchangée Précipitations : 6. Ces dernières années, la quantité de pluies a : diminué augmenté inchangé 7. L’intensité des pluies arrivant dans la localité est devenue:

plus forte plus faible inchangée 8. Ces dernières années, le début des pluies est : en avance en retard inchangé 9. Distribution dans l’espace des pluies dans la localité :

régulière variable 10. Distribution des pluies dans le temps :

régulière variable 11. Ces dernières années, la durée de la saison des pluies devient: plus longue plus courte inchangée Montée du niveau de la mer : 12. Remarquez-vous que le niveau de la mer monte? Oui Non 13. Ces dernières années, remarquez-vous que la limite des côtes a reculé? Oui Non 14. Si oui, quels sont les conséquences du recul des côtes ?

Déplacement de la population Destruction des maisons Destruction des champs de culture Autres ……………………………………………………………………………………………… …………………………………………………………………………………………….... 15. Depuis combien de temps avez-vous remarqué le recul des côtes dans votre localité ?

20 ans 10 ans

5ans Intrusion saline : 16. Ces dernières années, remarquez-vous qu’il y a de plus en plus d’intrusion saline dans les puits près des côtes? Oui Non 17. Si oui, depuis combien de temps avez-vous remarqué ceci? 20 ans

10 ans 5 ans

Phénomènes climatiques extrêmes  Cyclones :

Les cyclones ayant passé dans la région sont devenus : Plus intenses Moins intenses inchangés  Sècheresse :

Durant ces dernières années, des cas de sècheresse sont passé dans la région ? Oui Non Les cas de sècheresse sont devenus : Plus intense

III

Moins intenses inchangés

Partie 2 : Perceptions locales des impacts du changement climatique dans la localité 18. Selon vous, quels sont les impacts du changement climatique sur l’agriculture pratiquée dans la localité ? Perturbation du calendrier cultural Diminution des rendements culturaux Déplacement des terrains de culture Autres ……………………………………………………………………………………………… ……………………………………………………………………………………………… ……………………………………………………………………………………………… 19. Selon vous, le changement climatique a-t-il des impacts sur l’élevage ? Oui Non 20. Si oui, quels sont ces conséquences ? Santé des animaux Diminution de la superficie des herbes de prairie pour nourrir les animaux Autres ……………………………………………………………………………………………… ……………………………………………………………………………………………… ……………………………………………………………………………………………… 21. Selon vous, quelles sont les conséquences du changement climatique sur la pêche ? Perturbation de la saison de pêche Diminution de la quantité et de la qualité des ressources halieutiques Autres ………………………………………………………………………………………………… ……………………………………………………………………………………………….... 22. Devant les cas de phénomènes extrêmes comme les cyclones, les inondations, les sècheresses, la population est-elle résiliente ? Oui Non 23. Selon vous, le changement climatique est-il un facteur de risque?

Oui Non Partie 3 : Vous concernant Age : Femme Homme Lieu de naissance : Profession :

Annexe 2 : Liste des modèles utilisés pour l’application de la méthode ADC Acronyme Modèles Institut Canadian Centre for Climate Modelling and CCCma CanESM2 Analysis (Canada) Centre National de Recherches Météorologiques / Centre Européen de CNRM-CERFACS CNRM-CM5 Recherche et Formation Avancées en Calcul Scientifique (France) EC-EARTH EC-EARTH (version modifiée Consortium EC-EARTH (UE, 11 pays) par le KNMI) Japan Agency for Marine-Earth Science and Technology, Atmosphere and Ocean MIROC MIROC5 Research Institute (The University of Tokyo), et le National Institute for Environmental Studies (Japon) Max Planck Institute for Meteorology (MPI- MPI-M MPI-ESM-LR M) (Allemagne) NCC NorESM1-M Norwegian Climate Centre (Norvège) Geophysical Fluid Dynamics Laboratory NOAA GFDL GFDL-ESM2M (USA)

Annexe 3 : Liste des indicateurs par secteur Agriculture

Source des N° Indicateurs Unité Corrélation données

1 Rendement à l'hectare t négative DRDR

2 Superficie cultivée ha négative DRDR

Quantité totale de fertilisants chimiques 3 kg négative DRDR distribuée par la Direction de l'Agriculture

4 Superficie de rizières ensablées ha positive DRDR

5 Production agricole totale t négative DRDR

6 Production totale de riz t négative DRDR

Taux d'utilisation de semences 7 % négative DRDR améliorées

8 Taux de sécurisation foncière des rizières % négative DRDR

9 Nombre d'invasions acridiennes Nb positive DRDR

Superficie totale de champs de culture 10 ha positive DRDR détruite par les invasions acridiennes

11 Production totale de riz pluvial (arrosé) t négative DRDR

12 Production totale de riz irrigué (irrigué) t négative DRDR

Superficie de rizière utilisant les 13 % négative DRDR techniques agro-écologiques Taux des superficies cultivées par rapport 14 % négative DRDR aux surfaces potentiellement cultivables Superficie cultivée avec la même espèce 15 ha positive DRDR pendant 2 ans Superficie cultivée avec la même espèce DRDR 16 ha positive pendant 3 ans Superficie cultivée avec la même espèce 17 ha positive DRDR pendant 5 ans

Commerce

VII

Source des N° Indicateurs Unité Corrélation données Direction Revenus totaux de l'exportation pour la 1 Ariary négative Régionale du région Commerce Direction 2 Quantité totale de produits exportés t négative Régionale du Commerce Direction 3 Prix annuel moyen du riz dans la région Ariary/kg Positive Régionale du Commerce Direction 4 Prix moyen annuel du litre d’huile Ariary/litre positive Régionale du Commerce Direction Prix moyen annuel du kilo de sucre dans 5 Ariary/kg positive Régionale du la région Commerce Direction Nombre de grossistes recensés dans le 6 Nb Négative Régionale du district de Mahajanga 1 Commerce Direction 7 Indice des prix à la consommation Régionale du Commerce Direction Taux d’importation de produits 8 Régionale du alimentaires pour la région Commerce

Eau

Source des N° Indicateurs Unité Corrélation données Direction Régionale 1 Nombre de stations d'épuration Nb négative de l’eau ou www.mineau.gov.mg Direction Régionale de l’eau ou Nombre de station de traitement et 2 Nb négative www.mineau.gov.mg valorisation des matières fécales

Nombre de systèmes d’eau construit Direction Régionale 3 (extension, réhabilitation, nouvelle Nb négative de l’eau ou construction) www.mineau.gov.mg

VIII

Direction Régionale 4 Taux d’accès aux latrines % négative de l’eau ou www.mineau.gov.mg Direction Régionale Nombre de structure de traitement 5 Nb négative de l’eau ou des ordures ménagères www.mineau.gov.mg Direction Régionale 6 Taux de desserte à l’eau potable % négative de l’eau ou www.mineau.gov.mg Direction Régionale Nombre de points d’eau dans une 7 Nb négative de l’eau ou infrastructure sanitaire www.mineau.gov.mg

Économie

Source des N° Indicateurs Unité Corrélation données Taux d'emploi dans le secteur INSTAT ENSOMD 1 primaire : agriculture, élevage, % Positive 2012-2013 pêche, sylviculture Revenu agricole moyen par INSTAT ENSOMD 2 Ariary Négative ménage et par an 2012-2013

INSTAT ENSOMD 3 Taux de pauvreté % Positive 2012-2013

Taux d’emploi par niveau

d’instruction

INSTAT ENSOMD 4.1 Sans instruction % Positive 2012-2013

INSTAT ENSOMD 4 4.2 Niveau 1 % Positive 2012-2013

INSTAT ENSOMD 4.3 Niveau 2 % Négative 2012-2013

INSTAT ENSOMD 4.4 Supérieur % Négative 2012-2013

Taux de population active par

tranche d’âge 5 INSTAT ENSOMD 5.1) 5-9 ans % Positive 2012-2013

INSTAT ENSOMD 5.2) 10-14 ans % Positive 2012-2013

INSTAT ENSOMD 5.3) 15-24 ans % Positive 2012-2013

INSTAT ENSOMD 5.4) 25-64 ans % Négative 2012-2013

INSTAT ENSOMD 5.5) 65 ans et plus % Positive 2012-2013

INSTAT ENSOMD 5.6) Moyenne 2012-2013

INSTAT ENSOMD 6 Revenu moyen par salarié Ariary Négative 2012-2013

INSTAT ENSOMD 7 Taux d’activité % Négative 2012-2013

Éducation

Source des N° Indicateurs Unité Corrélation données Nombre d’élèves inscrits en primaire dans la DREN 1 Nb Négative ville de Mahajanga Boeny

Nombre d’élèves inscrits en primaire dans les DREN 2 Nb Négative autres districts considérés comme urbains Boeny

Nombre d’élèves inscrits en secondaire dans DREN 3 Nb Négative la ville de Mahajanga Boeny

Nombre d’élèves inscrits en secondaire dans DREN 4 Nb Négative les autres districts considérés comme urbains Boeny

Nombre d’élèves inscrits au lycée dans la DREN 5 Nb Négative ville de Mahajanga Boeny

Nombre d’élèves inscrits au lycée dans les DREN 6 Nb Négative autres districts considérés comme urbains Boeny

Taux de scolarisation en primaire en milieu DREN 7 % Négative rural Boeny

Taux de scolarisation en secondaire en milieu DREN 8 % Négative rural Boeny

Taux de réussite scolaire au CEPE pour la DREN 9 % Négative région de Boeny Boeny

Taux de réussite au BEPC pour la région de DREN 10 % Négative Boeny Boeny

Taux de réussite au BACC pour la région de DREN 11 Nb Négative Boeny Boeny

DREN 12 Nombre d’écoles construites en un an Nb Négative Boeny

Nombre d’établissements primaires en milieu DREN 13 Nb Négative rural Boeny

Nombre d’établissements secondaires en DREN 14 Nb Négative milieu rural Boeny

DREN 15 Taux d’abandon scolaire % Positive Boeny

DREN 16 Taux moyen de redoublement % Positive Boeny

DREN 17 Taux d’achèvement % Négative Boeny

DREN 18 Taux d’accès en primaire % Négative Boeny

ELEVAGE

Source des N° Indicateurs Unité Corrélation données FILIERE BOVINE Direction 1.1 Nombre du cheptel bovin Nb Négative régionale de l’élevage Direction 1.2 Nombre de zébus recensés Nb Positive Régionale de 1 l’élevage Direction 1.3 Taux de mortalité bovine % Positive Régionale de l’intérieur Direction 1.4 Nombre de vols de zébus Nb Négative Régionale de l’élevage

Direction 1.5 Nombre de zébus abattus Nb Négative Régionale de l’élevage Direction 1.6 Prix moyen annuel de la viande Ariary/kg Positive Régionale de de zébu l’élevage 1.7 Quantité produite de viandes de Direction zébus Tonnes Négative Régionale de l’élevage Direction 1.8 Quantité de lait produite Litres Négative Régionale de l’élevage Direction 1.9 Prix moyen du litre de lait Ariary/litre Positive Régionale de l’élevage Direction 1.10 Nombre d’éleveurs de bovins Nb Négative Régionale de l’élevage Direction 1.11 Taux de lutte contre la % Négative Régionale de fascolose l’élevage Direction 1.12 Taux de vaccination contre le % Négative Régionale de charbon l’élevage AVICULTURE Direction 2.1 Nombre de cheptel de volailles Nb Négative Régionale de gasy l’élevage Direction 2.2 Nombre d’éleveurs de volailles. Nb Négative Régionale de l’élevage Direction 2.3 Nombre de fermes d’élevage Nb Négative Régionale de de poules pondeuses 2 l’élevage Direction 2.4 Nombre d’œufs produits à Nb Négative Régionale de Boeny l’élevage 2.5 Nombre d’œufs venant Direction d’Antananarivo pour la région de Nb Positive Régionale de Boeny. l’élevage Direction 2.6 Taux de vaccination contre le Nb Négative Régionale de choléra aviaire l’élevage

XII

Direction 2.7 Taux de vaccination contre la Nb Négative Régionale de peste aviaire l’élevage FILIERE PORCINE Direction 3.1 Nombre du cheptel porcin Nb Négative Régionale de l’élevage Direction 3.2 Nombre d’éleveurs de porc Nb Négative Régionale de l’élevage Direction 3.3 Nombre de porcs abattus Nb Négative Régionale de l’élevage Direction 3 3.4 Quantité de viandes porcines Kg Négative Régionale de l’élevage Direction 3.5 Taux de vaccination des porcs % Négative Régionale de l’élevage Direction 3.6 Taux de mortalité porcine % Positive Régionale de l’élevage Direction 3.7 Taux de lutte contre la % Négative Régionale de fascolose l’élevage ELEVAGE DES OVIN-CAPRINS Direction 4.1 Nombre de cheptel ovin-caprin Nb Négative Régionale de l’élevage Direction 4.2 Nombre d’éleveurs des ovin- Nb Négative Régionale de caprins l’élevage Direction 4 4.3 Nombre d’exportation d’ovin- Nb Négative Régionale de caprin l’élevage Direction 4.4 Nombre de petits ruminants Nb Négative Régionale de abattus l’élevage Direction 4.5 Prix unitaire moyen Ariary Négative Régionale de d’exportation d’ovin-caprin l’élevage 5 FILIERE APICULTURE

XIII

Direction 5.1 Nombre d’apiculteurs Nb Négative Régionale de l’élevage Direction 5.2 Quantité de miel exportée Litre/année Négative Régionale de annuellement l’élevage Direction 5.3 Prix moyen annuel de Ariary/litre Négative Régionale de l’exportation du miel l’élevage PROVENDES Direction 6.1 Prix moyen annuel des Ariary/kg Positive Régionale de provendes artisanales l’élevage 6 6.2 Nombre de points de vente de Direction provendes artisanales dans la Nb Négative Régionale de région l’élevage Direction 6.3 Prix moyen annuel des Ariary/kg Négative Régionale de provendes AVITEC l’élevage PATURAGES NATURELS 7.1 Nombre de points

d’abreuvement 7.2 Superficie de pâturages DREEF BOENY ha Négative naturels Boeny Direction 7.3 Pourcentage de superficie de % Positive Régionale de 7 pâturages brulés l’élevage Direction 7.4 Nombre de points Nb Négative Régionale de d’abreuvement l’élevage Direction 7.5 Période de lignification des Mois Négative Régionale de herbes de prairies naturelles l’élevage

ENVIRONNEMENT

Source des N° Indicateurs Unité Corrélation données

1 Superficie totale des aires protégées ha négative DREEF BOENY

2 Taux de déforestation % positive DREEF BOENY

XIV

3 Superficie totale de reboisement ha négative DREEF BOENY

Superficie brûlée par les feux de 4 ha positive DREEF BOENY brousse

5 Volume de déchet produit m3 positive DREEF BOENY

6 Volume d’eau usée produite m3 positive DREEF BOENY

Superficie de défrichement annuelle de 7 ha positive DREEF BOENY terrains forestiers par l'agriculture

Taux d'utilisation de charbon de bois ou 8 % positive DREEF BOENY bois de chauffe

Nombre d'usines non utilisant les filtres 9 Nb positive DREEF BOENY à gaz

Superficie totale couverte par les 10 ha négative DREEF BOENY mangroves

Superficie totale de marais et 11 ha Négative DREEF BOENY marécages

12 Superficie totale des sites RAMSAR ha Positive DREEF BOENY

Gestion des Risques et Catastrophes (GRC)

Source des N° Indicateurs Unité Corrélation données CYCLONES 1.1 Nombre de cyclones Météorologie Nb Positive ayant touché la région nationale 1.2 Nombre de personnes Bureau régional de mortes à cause des Nb Positive la GRC cyclones 1 1.3 Nombre de personnes Direction régionale blessées à cause des Nb Positive de la santé cyclones 1.4 Nombre de familles Bureau régional de déplacées à cause des Nb Positive la GRC cyclones

1.5 Valeur des dégâts Bureau régional de Ariary Positive causés par les cyclones la GRC 1.6 Nombre d’habitations

détruites par les cyclones Bureau régional de 1.6.1 Détruites totalement Nb Positive la GRC Bureau régional de 1.6.2 Décoiffées Nb Positive la GRC Bureau régional de 1.6.3 Inondées Nb Positive la GRC 1.6.4 Détruites Bureau régional de Nb Positive partiellement la GRC INONDATIONS 2.1 Nombre d’inondations

ayant touché la région 2.2 Nombre de personnes Bureau régional de mortes à cause des Nb Positive la GRC inondations 2.3 Nombre de personnes Bureau régional de 2 blessées à cause des Nb Positive la GRC inondations 2.4 Nombre de familles Bureau régional de déplacées à cause des Nb Positive la GRC inondations 2.5 Nombre d’habitations Bureau régional de détruites par les Nb Positive la GRC inondations TSUNAMI 3.1 Nombre de tsunamis Météorologie Nb Positive ayant touché la région nationale 3.2 Nombre de personnes Bureau régional de mortes à cause des Nb Positive la GRC tsunamis 3.3 Nombre de personnes Direction régionale 3 blessées à cause des Nb Positive de la santé tsunamis 3.4 Valeur des dégâts Bureau régional de Ariary Positive causés par les tsunamis la GRC 3.5 Nombre d’habitations

détruites par les tsunamis Bureau régional de 3.5.1 Détruites totalement Nb Positive la GRC

XVI

Bureau régional de 3.5.2 inondées Nb Positive la GRC 3.5.3 Détruites Bureau régional de Nb Positive partiellement la GRC SECHERESSE 4.1 Nombre de sècheresses ayant passé dans la région 4.2 Nombre de personnes Bureau régional de mortes à cause de la Nb Positive la GRC 4 sècheresse 4.3 Nombre de familles Bureau régional de déplacées à cause de la Nb Positive la GRC sècheresse 4.4 Nombre de bovidés Direction régionale morts à cause de la Nb Positive de l’élevage sècheresse INVASIONS

ACRIDIENNES 5.1 Superficie de champs Direction régionale détruits par les invasions ha Positive 5 de l’agriculture acridiennes 5.2 Taux de rendement Direction régionale après le passage de t/ha Négative de l’agriculture l’invasion acridienne Superficie totale de Direction régionale 6 champs de culture ha Positive de l’agriculture ensablés Superficie totale de Direction régionale 7 champs de culture ha Positive de l’agriculture inondée

INDUSTRIE

N° Indicateurs Unité Corrélation Source des données Nombre d’usines dans la 1 Nb Négative INSTAT région

Nombre d’usines non utilisant 2 Nb Positive DREEF BOENY de filtre à gaz

Nombres d’usines construites 3 Nb Négative INSTAT en un an dans la région

XVII

Nombre total de personnes 4 travaillant dans le secteur de Nb Négative Dir Emplois l’industrie dans la région Émission totale de gaz à effet 5 de serre des industries Positive DREEF BOENY locales Nombre d’usines utilisant des 6 dispositifs de traitement des Nb Négative DREEF BOENY eaux usées Taux de croissance de 7 % Négative Dir Impôt l’industrie de la région Nombre de grandes industries de pêche utilisant 8 Nb Positive DREEF BOENY, Pêche des énergies fossiles importantes Nombre d’industries utilisant 9 Nb Positive DREEF BOENY d’importante énergie fossile Salaire moyenne des 10 personnes travaillant dans le CNaPS, Dir Emplois secteur industriel Nombre de coopératives 11 DIRI (Industrie) créées en une année

EMPLOIS

N° Indicateurs Unité Corrélation Source des données Nombre total de personnes Service Régional de 1 travaillant dans le secteur Nb Négative l’Emplois de l’Industrie dans la région Nombre d'entreprises en Service Régional de 2 Nb Positive chômage technique totale l’Emplois Nombre total de personnes travaillant dans le secteur Service Régional de 3 Nb Négative du commerce dans la l’Emplois région

XVIII

MAL NUTRITION

Source des N° Indicateurs Unité Corrélation données Taux de malnutrition/insuffisance 1 % Positive ONN nutritionnelle (TIP)

Nombre de décès à cause de la 2 Nb Positive ONN malnutrition

Taux de mort infantile à cause de la mal 3 % Positive ONN nutrition

Nombre de personne malade admise aux 4 Nb Positive ONN hôpitaux pour cause de mal nutrition Pourcentage d’enfants de moins de 5 ans 5 souffrant de malnutrition chronique % Positive ONN

Nombre de personnes jours par HIMO 6 (emploi créée) Nb Positive FID ou ONN

PECHE

N° Indicateurs Unité Corrélation Source des données 1 Taux d’utilisation de techniques de pêche % négative DRPRH durable 2 Quantité totale annuelle d’exportation de t négative DRPRH poissons

3 Quantité de crabes exportés t négative DRPRH

4 Quantité de crevettes exportée t négative DRPRH

5 Nombre de pêcheurs % positive DRPRH

6 Nombre d’espèces en voie de disparition Nb positive DRPRH

7 Nombre de pisciculteurs Nb négative DRPRH

XIX

POPULATION

N° Indicateurs Unité Corrélation Source des données Direction Régionale de la Nombre de viols dans la Population, de la Protection 1 Nb Positive région sociale et de la Promotion de la Femme Direction Régionale de la Nombre d'enfants accueillis Population, de la Protection 2 Nb Positive dans un centre en une année sociale et de la Promotion de la Femme Direction Régionale de la Nombre de cas de Population, de la Protection 3 maltraitance (morale, Nb Positive sociale et de la Promotion physique, sexuelle) de la Femme

SANTE

Source des N° Indicateurs Unité Corrélation données Nombre d’enfants de 0 à 5 ans 1 Nb positive DRS malnutris en bande jaune

Nombre d’enfants de 0 à 5 ans 2 Nb positive DRS malnutris en bande rouge Nombre de personnes Nb 3 séropositives parmi les séropositifs/Nb positive DRS dépistées dépistés Nombre de personnes 4 Nb positive DRS atteintes de la peste

Nombre de personnes 5 Nb positive DRS atteintes du paludisme À confirmer Nombre de personnes 6 Nb positive avec les atteintes de la fièvre typhoïde programmes À confirmer Nombre de personnes 7 Nb positive avec les atteintes du choléra programmes À confirmer Nombre de personnes 8 Nb positive avec les atteintes de la bilharziose programmes

Cas de maladies liées à la 9 qualité de l'air chez les adultes Nb positive DRS (IRA) Cas de maladies liées à la 10 qualité de l'air chez les enfants Nb positive DRS (IRA)

11 Nombre d'habitants par CSB I Nb Négative DRS

12 Nombre d'habitants par CSB II Nb Négative DRS

Nombre d'habitants par 13 Nb Négative DRS hôpital/clinique

Nombre de populations ayant 14 Nb Négative DRS accès à des soins médicaux

Pourcentage des enfants de 15 % Positive DRS faible poids à la naissance

TOURISME

N° Indicateurs Unité Corrélation Source des données Taux d'emploi dans le Direction Régionale du 1 % Négative tourisme Tourisme de Boeny Nombre de touristes (étrangers, résidents Direction Régionale du 2 Nb Négative nationaux étrangers, Tourisme de Boeny nationaux) Recette en vignette Direction Régionale du 3 Ariary Négative touristique Tourisme de Boeny Nombre d’emplois créés par Direction Régionale du 4 les établissements Nb Négative Tourisme de Boeny touristiques Nombre d’hôtels détruits à Direction Régionale du 5 Nb Positive cause des aléas climatiques Tourisme de Boeny Nombre d’écoles pour la Direction Régionale du 6 formation touristique dans la Nb Négative Tourisme de Boeny Région Nombre d’établissements Direction Régionale du 7 Nb Négative touristiques dans la région Tourisme de Boeny

XXI

Taux d’occupation des hôtels Direction Régionale du 8 % Négative durant l’année Tourisme de Boeny

Montant total annuel Direction Régionale du 9 Ariary Négative d’investissement touristique Tourisme de Boeny

INSECURITE

N° Indicateurs Unité Corrélation Source des données Nombre d’accidents Gendarmerie Nationale de la route / circonscription de 1 Nb Positive rapportés par la Mahajanga / Gendarmerie Groupement de Boeny Nombre d’accidents Direction Inter- de la route Régionale de la Police Nb Positive rapportés par la Nationale de Police Mahajanga Nombre de personnes mortes Gendarmerie Nationale dans les accidents / circonscription de 2 Nb Positive de la route Mahajanga / rapportés par la Groupement de Boeny Gendarmerie Nombre de personnes Gendarmerie Nationale blessées dans les / circonscription de 3 Nb Positive accidents de la Mahajanga / route rapportés par Groupement de Boeny la Gendarmerie Gendarmerie Nationale Nombre de cas de / circonscription de 4 crimes rapportés Nb Positive Mahajanga / par la Gendarmerie Groupement de Boeny Gendarmerie Nationale Nombre de cas de / circonscription de 5 délits rapportés par Nb Positive Mahajanga / la Gendarmerie Groupement de Boeny Nombre de cas de Gendarmerie Nationale contraventions / circonscription de 6 Nb Positive rapportés par la Mahajanga / Gendarmerie Groupement de Boeny

XXII

Direction Inter- Nombre de cas de Régionale de la Police 7 crimes rapportés Nb Positive Nationale de par la Police Mahajanga Direction Inter- Nombre de cas de Régionale de la Police 8 délits rapportés par Nb Positive Nationale de la Police Mahajanga Nombre de cas de Direction Inter- contraventions Régionale de la Police 9 Nb Positive rapportés par la Nationale de Police Mahajanga Nombre de cas Gendarmerie Nationale d’actes de / circonscription de 10 banditisme Nb Positive Mahajanga / rapportés par la Groupement de Boeny Gendarmerie Gendarmerie Nationale Nombre total de vol / circonscription de 11 de bœufs dans la Nb Positive Mahajanga / région Groupement de Boeny

XXIII

Annexe 4 : Liste des indicateurs non arrivés par secteur pour l’année 2013 N° Indicateurs Secteur Quantité de fertilisants chimique distribuée par la 1 Agriculture Direction de l’Agriculture 2 Taux d’utilisation de semences améliorées Agriculture 3 Taux de sécurisation foncière des rizières Agriculture 4 Production de riz pluvial Agriculture 5 Production de riz irrigué Agriculture Superficie de rizières utilisant les techniques agro- 6 Agriculture écologique Taux de superficies cultivées par rapport aux surfaces 7 Agriculture potentiellement cultivables 8 Nombre de personnes atteintes de la peste Santé 9 Nombre de personnes atteintes de la fièvre typhoïde Santé 10 Nombre de personnes atteintes du choléra Santé 11 Nombre de personnes atteintes de la bilharziose Santé 12 Taux de déforestation Environnement Superficie de défrichement annuelle de terrains 13 Environnement forestiers par l'agriculture Taux d'utilisation de charbon de bois ou bois de 14 Environnement chauffe 15 Superficie totale de marais et marécages Environnement 16 Superficie totale des sites RAMSAR Environnement 17 Nombre d'usines construites en un an Environnement Nombre d'usines utilisant des dispositifs de traitement 18 Industrie des eaux usées Nombre de grandes industries de pêche utilisant des 19 Industrie énergies fossiles importantes 20 Nombre de zébus abattus Élevage 21 Quantité produite de viandes de zébus Élevage 22 Taux de vaccination contre le charbon Élevage 23 Nombre d'éleveurs de porc Élevage 24 Taux de mortalité porcine Élevage 25 Nombre d'éleveurs des ovin-caprins Élevage 26 Prix unitaire moyen d'exportation d'ovin-caprin Élevage 27 Prix moyen annuel du litre de miel à l'exportation Élevage

XXIV

Annexe 5 : Liste des personnes consultées lors des rendez-vous de concertation par Direction Régionale/Interrégionale ou Service. Noms et prénoms Direction ou Service Fonction Mr RAKOTOVAO Rolland DRDR Boeny Directeur Mr MALAKAM Yannick José DRCC Boeny Directeur Chargé Mr BE Christophe DRCC Boeny d’étude Mr RANAIVOSON Tahirisoa DR Eau Boeny Directeur Mr TSIRY Lova Tsiamidy DR Eau Boeny SRSE Direction Régionale de Mr ANDRIAMITANTSOA R. Elson Directeur l’Économie Boeny Chef de Mr KALOHA Ambroise Poeta DREN Boeny service planification Chef de Mr HOAVY Sandy DREN Boeny division planification Responsable Mr RAMAHAFAHANA DREN Boeny carte scolaire Responsable Mme SIMON Voahangisoa Hortensia DREN Boeny Statistique Direction Régionale de Mr BIZAHANA André Chef SRRA l’Élevage Boeny Mr ANDRIANJAFY Ihando DREEF Boeny Chef SRE Responsable Mme RAKOTOARIMANANA Laurencine DREEF Boeny BD et communication Direction Mr RAZAFINDRATOVO Faly Directeur Interrégionale du FID Mr RAKOTONIRINA Jean Norbert CRM Boeny Coordonnateur Responsable Mr Nicolas CRM Boeny de la GRC Mr Mahefa BRGRC Responsable Mme RANDRIANTSARAMBOLOLOMANANA DIRI Boeny Directeur Vaonirina Coordonnateur Mr BEARIVO Bruno ONN Boeny régional Responsable Prévention et Mr RASOLOARISON Andrianavony ONN Boeny Sécurisation Nutritionnelle Mr RAJAOMAROSON José ONN Boeny RSE Mr RAKOTONIRINA Etienne DRPRH Boeny Directeur

XXV

Direction Régionale de Mr RAKOTOVAO Albert Directeur la Population Boeny Responsable Mme RAMIANDRIFALINIRINA Voahirana DRS Boeny Suivi- Évaluation Responsable Mr RAMIANDRISOA Berthin DRS Boeny SIGS Mr MANOMBOMILA DRT Boeny Directeur

XXVI

Annexe 6 : Matrice des valeurs pour l’évaluation de la vulnérabilité Exposition Sensibilité Capacité adaptive Vulnérabilité 3 3 1 9 Forte Forte Faible Forte 2 3 1 6 Moyenne Forte Faible Forte 3 2 1 6 Forte Moyenne Faible Forte 3 3 2 4,5 Forte Forte Moyenne Forte 2 2 1 4 Moyenne Moyenne Faible Forte 1 3 1 3 Faible Forte Faible Moyenne 2 3 2 3 Moyenne Forte Moyenne Moyenne 3 1 1 3 Forte Faible Faible Moyenne 3 2 2 3 Forte Moyenne Moyenne Moyenne 3 3 3 3 Forte Forte Forte Moyenne 1 2 1 2 Faible Moyenne Faible Moyenne 2 1 1 2 Moyenne Faible Faible Moyenne 2 2 2 2 Moyenne Moyenne Moyenne Moyenne 2 3 3 2 Moyenne Forte Forte Moyenne 3 2 3 2 Forte Moyenne Forte Moyenne 1 3 2 1,5 Faible Forte Moyenne Faible 3 1 2 1,5 Forte Faible Moyenne Faible 2 2 3 1,3 Moyenne Moyenne Forte Faible 1 1 1 1 Faible Faible Faible faible

XXVII

1 2 2 1 Faible Moyenne Moyenne Faible 1 3 3 1 Faible Forte Forte Faible 2 1 2 1 Moyenne Faible Moyenne Faible 3 1 3 1 Forte Faible Forte Faible 1 2 3 0,6 Faible Moyenne Forte Faible 2 1 3 0,6 Moyenne Faible Forte Faible 1 1 2 0,5 Faible Faible Moyenne Faible 1 1 3 0,3 Faible Faible Forte Faible

XXVIII

TABLE DES MATIERES REMERCIEMENTS ...... i SOMMAIRE ...... iii LISTE DES ABREVIATIONS ...... iv LISTE DES FIGURES ...... viii LISTE DES PHOTOS ...... xii LISTE DES TABLEAUX ...... xiii INTRODUCTION GENERALE ...... 1 PARTIE I : CONTEXTE DES CHANGEMENTS CLIMATIQUES A L’ECHELLE GLOBALE ET A L’ECHELLE NATIONALE ...... 2 Chapitre 1. La théorie des Changements Climatiques à l’échelle globale ...... 3 I.1 Le système climatique terrestre et la modélisation du climat [1] [2] ...... 3 I.2 Les fondements théoriques du changement climatique ...... 4 I.2.1 Changement climatique et variabilité climatique [3]...... 4 I.2.2 Causes naturelles des variations du climat de la Terre ...... 5 I.2.3 Le changement climatique d’origine anthropique ...... 8 Chapitre 2. Le changement climatique à l’échelle nationale de Madagascar 16 PARTIE II : PRÉSENTATION DE LA RÉGION BOENY ET APPLICATION DE LA MÉTHODE DE DÉSAGRÉGATION STATISTIQUE « ADVANCED DELTA CHANGE » (ADC) AUX PROJECTIONS CLIMATIQUES POUR LA STATION MÉTÉOROLOGIQUE DE MAHAJANGA...... 20 Chapitre 3. Présentation de la région Boeny ...... 21 III.1 Situation géographique de la région Boeny [28] ...... 21 III.2 Géographie physique [28] ...... 23 III.3 Géographie humaine [28] ...... 23 III.4 Climatologie de la région Boeny ...... 25 III.4.1. Zones climatiques de la région Boeny [11] ...... 25 III.4.2 Climatologie des températures dans la région Boeny [11] ...... 26 III.5. Climatologie des précipitations dans la région Boeny [11] ...... 29 Chapitre 4. Le changement climatique dans la région Boeny ...... 34 IV.1 Les perceptions locales sur le changement climatique [17] ...... 34 IV.1.1. Perceptions locales de l’évolution et du changement du régime climatique dans la région Boeny : ...... 34 IV.1.2. Perceptions locales des conséquences de la variabilité et du changement climatique dans la région Boeny : ...... 36

IV.2. Les mesures et les tendances historiques des paramètres climatologiques mesurés et observés dans la station de Mahajanga ...... 37 Chapitre 5. Désagrégation statistique des sorties de modèles CMIP5 pour la station météorologique de Mahajanga par la méthode ADC ...... 44 PARTIE III : ELABORATION D’UNE BASE DE DONNEES REGIONALE INTERSECTORIELLE DE SUIVI DE VULNERABILITE ET PRESENTATION DE LA LIGNE DE REFERENCE 2013 DANS LA REGION BOENY ...... 67 Chapitre 6. Élaboration de la base de données de suivi de l’état de vulnérabilité de la Région Boeny ...... 68 VI.2 Démarche méthodologique pour l’élaboration de la base de données de suivi de vulnérabilité de la Région Boeny ...... 68 VI.2.1. Le groupe de travail ...... 68 VI.2.2. Présentation et utilités de la base de données ...... 69 VI.3. Démarche méthodologique de l’étude de vulnérabilité de la région Boeny 71 VI.3.1. Concertation sur les indicateurs (Phase I) ...... 72 VI.3.2. Collecte de données (Phase II) ...... 73 VI.3.3. Interprétation des données (Phase III) ...... 73 Chapitre 7. Présentation de la ligne de référence du suivi de vulnérabilité sectorielle en 2013 pour la Région Boeny...... 75 VII.1. Méthodologie d’évaluation de la vulnérabilité [14] [6] ...... 75 VII.1.1. Définition des termes de la formule ...... 76 VII.2. Détermination du niveau de vulnérabilité pour chaque secteur [17] [18] [19] [20] [21] [22] [23] ...... 77 VII.2.1. Aléas, catastrophes, enjeux sociaux, enjeux politiques, enjeux économiques et enjeux environnementaux ...... 77 VII.2.2 Vulnérabilité des ressources naturelles ...... 78 VII.2.3. Vulnérabilité socio-économique ...... 83 VII.2.4. Vulnérabilité socio-culturelle ...... 96 Analyse intersectorielle : ...... 99 CONCLUSION ET PERSPECTIVES ...... 103 BIBLIOGRAPHIE et WEBOGRAPHIE...... 105 ANNEXES ...... I Annexe 1: Questionnaires sur la perception locale du changement climatique dans 4 localités de la région Boeny (Ankarafantsika, Mariarano, Mitsinjo, Mahajanga I)...... I Annexe 2 : Liste des modèles utilisés pour l’application de la méthode ADC VI Annexe 3 : Liste des indicateurs par secteur ...... VII Annexe 4 : Liste des indicateurs non arrivés par secteur pour l’année 2013 ...... XXIV

Annexe 5 : Liste des personnes consultées lors des rendez-vous de concertation par Direction Régionale/Interrégionale ou Service...... XXV Annexe 6 : Matrice des valeurs pour l’évaluation de la vulnérabilité ...... XXVII TABLE DES MATIERES ...... A

Titre : Désagrégation statistique des nouvelles projections (CMIP5) de l’AR5 du GIEC par la méthode Advanced Delta Change (ADC) pour la station météorologique de Mahajanga et mise en place d’une base de données régionale intersectorielle de suivi de vulnérabilité dans un contexte de Changement Climatique dans la Région Boeny Auteur : RAKOTONIRINA Harisoa Mampionona Julpheli

Tél : +261 32 43 954 72 / +261 33 73 512 94 E-mail : [email protected] Nombre de pages : 106 Nombre de tableaux : 18 Nombre de figures : 69

Nombre de photos : 03 RESUME La planification pour un développement durable pour les secteurs et la région devrait prendre en compte l’aspect Changement Climatique dans la zone. Dans ce mémoire, nous avons expérimenté la méthode de descente d’échelle des projections climatiques pour la station de Mahajanga appelée méthode ADC pour les nouvelles projections futures du GIEC dans le cadre du projet CMIP5. Les étapes pour l’élaboration de la base de données de suivi de vulnérabilité pour la Région Boeny y figurent également avec les premières interprétations sur les états de vulnérabilité sectorielle pour l’année 2013. Mots-clés : mise à l’échelle, méthode ADC, changement climatique, suivi de vulnérabilité, région Boeny. ABSTRACT Sustainable development planning for sectors and region should take into account the Climate Change aspect in the area. In this work, we experienced the ADC method for downscaling future data projections from the new assessment report of the IPCC in CMIP5 project for Mahajanga station. Steps for elaborating the monitoring vulnerability database for Boeny region are exposed too with first interpretations on sectorial vulnerability statement. Keywords: downscaling, ADC method, Climate Change, vulnerability monitoring, Boeny region. Directeur de mémoire : Monsieur Olivier RAKOTOVAZAHA, Maitre de conférences à l’École Supérieure Polytechnique d’Antananarivo, Chef de Département Météorologie.