Soutenance mémoire
Géoréférencement des élevages ovins et bovins
Choix des données épidémiologiques
L’objectif de ce travail est de caractériser l’environnement favorable aux vecteurs de la fièvre catarrhale ovine en Corse. De nombreuses possibilités étaient envisageables : travailler sur les vecteurs ou la maladie, sur les ovins ou les bovins, et enfin sur quelles épizooties. Vecteur ou maladie ? Les données sur les vecteurs restent difficiles à obtenir pour plusieurs raisons : le piégeage requiert des moyens humains importants sur le terrain, et l’identification des insectes qui s’en suit nécessite un long travail de spécialiste (parfois jusqu’à une semaine pour un seul piège). Les données disponibles sur les vecteurs proviennent de 12 points de piégeages sur l’ensemble de la Corse, relevés toutes les trois semaines depuis février 2002. Elles pourraient faire l’objet d’un travail sur les variations temporelles d’abondance en fonction des conditions météorologiques, mais elles ne sont pas en nombre suffisant pour envisager une approche spatiale sur l’identification d’environnements à risque. Le choix s’est donc reporté sur les données concernant la maladie et non le vecteur. La maladie peut être considérée comme un indicateur de la présence du vecteur. Mais l’absence de maladie ne signifie pas l’absence de vecteur. En effet, pour que la maladie apparaisse, il faut que trois conditions soient réunies : la présence du virus, du vecteur et des hôtes (les moutons ici). C’est une première limite de ce travail : il ne permet de détecter que des conditions environnementales favorables à la fois au vecteur et aux moutons. Néanmoins, ce travail permet d’élaborer les premières hypothèses sur l’environnement favorable au vecteur. Favorables au vecteur et à ses hôtes, ce zones sont véritablement à risque et leur connaissance permettrait d’améliorer la surveillance sanitaire. Ovins ou bovins ? Le choix a été fait de travailler uniquement sur les ovins à cause des biais d’échantillonnage des élevages bovins. Néanmoins la présence de bovins a été prise en compte au travers de la variable mixité comme facteur de risque éventuel. Quelles épizooties prendre en compte ? Les données de toutes les épizooties (2000, 2001 et 2003) ont été prises en compte afin de détecter le plus large éventail de zones potentiellement favorables au vecteur et de réduire la probabilité de rencontrer des zones que le moucheron n’a pas eu le temps de coloniser ou bien encore où il est présent mais où le virus ne circule pas.De plus, les données de chaque épizootie prise individuellement présentent des biais différents. La répartition de la maladie a été conditionnée en 2000 par une propagation encore limitée du vecteur nouvellement introduit par la Sardaigne, en 2001 par la vaccination d’une partie des ovins de Corse et en 2003 par une diffusion limitée d’un nouveau sérotype (sérotype 4), en provenance sans doute de Sardaigne. Le choix a été fait de travailler indistinctement sur l’ensemble de ces données dans l’espoir d’ainsi diluer les biais propres aux données de chaque épizootie.
Qualité des données épidémiologiques
Localisation des élevages Le géoréférencement des élevages soulève de nombreux problèmes. Tout d’abord, l’inventaire réalisé par M. Bousquet n’est pas exhaustif : sur les quelques 1500 élevages de Corse du Sud, seuls 404 ont pu être géoréférencés. De plus, ce travail a été réalisé en 2001 ; il faudrait tenir compte des changements intervenus depuis (cessations, nouveaux éleveurs…). L’information obtenue auprès de M. Bousquet reste néanmoins très précieuse : elle n’existe que par sa connaissance du terrain et n’est pas répertoriée ailleurs (seule la distribution des élevages à l’échelle de la commune est connue par les DDSV). Par ailleurs, la localisation des élevages se limite à l’emplacement de la bergerie alors que les animaux sont le plus souvent au pâturage pendant la période à risque. Pour connaître les véritables lieux de transmission, il faudrait donc disposer du parcellaire agricole. Ces données ne sont pas disponibles et leur obtention représenterait une charge de travail très importante. Elle n’est raisonnablement envisageable que pour une zone limitée. Une autre information cruciale manque : les animaux ont-ils transhumé ? En effet, les animaux transhumants ont sans doute moins de chance d’être infectés car les conditions en altitude sont moins favorables aux Culicoides (en effet, ils ne seraient plus retrouvés au delà de 900 mètres d’altitude dans le bassin méditerranéen). L’absence de cette information biaise donc l’étude dans le sens où des zones d’élevage considérées comme indemnes peuvent être favorables aux Culicoides, mais, les animaux n’y étant pas présents pendant la saison de transmission, ils ne sont pas à l’origine de foyers. En revanche, cela a sans doute peu d’influence sur la véracité de l’information sur les foyers. Ces informations sur le parcellaire et les éventuelles transhumances semblent néanmoins essentielles pour définir précisément les zones à risque. Pour les obtenir, une nouvelle enquête de terrain auprès de M. Bousquet, des vétérinaires sanitaires et des éleveurs pourrait être envisagée sur une zone limitée. Il faudrait aussi connaître les dates et les lieux de transhumance pour savoir si les animaux ont quand même pu être exposés ou non. Or ces informations paraissent difficile à obtenir rétrospectivement au vu du temps écoulé ; il faudrait donc se concentrer sur une épizootie récente. Caractéristiques de l’ensemble des élevages ovins et bovins Les données escomptées au départ, c’est-à-dire la liste et l’effectif de tous les élevages d’ovins et de bovins (voire de caprins) de Corse du sud, n’ont pas pu être recueillies de façon exhaustive. Un travail en collaboration avec la DDSV# de Corse du Sud s’impose afin de constituer avec eux un fichier regroupant les informations nécessaires sur les élevages. Il devrait être possible de recueillir ces données pour l’année en cours. En revanche, pour les années précédentes, cela ne pourra être possible que si des sauvegardes annuelles des bases de données ont été effectuées entre 2000 et 2003. Les bases qui pourraient ainsi être obtenues devront être recoupées afin de recenser les exploitations en activité entre 2000 et 2003 (voire 2004). L’absence de données sur l’effectif des élevages a lourdement pénalisé ce travail (cf. paragraphe suivant). Si un tel recueil peut être effectué, il faudra aussi envisager le géoréférencement des « nouveaux » élevages recensés. Hétérogénéité des données sanitaires Les données sanitaires sur les élevages ovins paraissent relativement fiables, notamment parce que l’indemnisation incite les éleveurs à déclarer la maladie. De plus, la confirmation par virologie des élevages suspects garantit une meilleure fiabilité que les seuls tests sérologiques . En revanche, les données sérologiques des bovins ne sont pas représentatives car elle sont ni exhaustives ni échantillonnées de façon aléatoire mais plutôt basées sur le volontariat des éleveurs. De plus, au sein même des troupeaux prélevés, tous les animaux n’ont pas été testés, et la proportion d’animaux testée est le plus souvent inconnue ou alors très variable. Or, plus on teste d’animaux, plus on a de chance de trouver des séropositifs. Par ailleurs, on ne peut être certain du statut indemne d’un élevage que si tous les animaux ont été testés. C’est pourquoi les modèles logistiques n’ont pas pris en compte les données sur les bovins. Pour l’analyse statistique, seuls les élevages dont les caractéristiques et le statut était connus ont été inclus. La question de la répartition des données renseignées par rapport à celle des données manquantes mériterait d’être testée, afin de vérifier si les données dont nous disposons ne sont pas agrégées. Les données épidémiologiques présentent donc potentiellement de nombreux biais mais, en tenant compte des suggestions exposées, elles méritent d’être exploitées.
Discussion sur les paramètres environnementaux et nouvelles perspectives de travail
Choix des données environnementales Choix des données de télédétection
Une des nouveautés de ce travail réside dans le choix de travailler à haute résolution spatiale puisque tous les modèles de répartition des Culicoides existants ont été établis à partir de données à basse résolution. Ce travail permet d’élaborer des premières hypothèses sur les zones à risque, qui devront être vérifiées et affinées pour aider à orienter les études entomologiques et écologiques réalisées sur le terrain. Il constitue aussi une première approche pour aborder un travail sur la structure du paysage favorable aux Culicoides. Choix des paramètres environnementaux Les paramètres environnementaux choisis ont l’avantage d’être d’acquisition facile. Ce sont des indicateurs des trois facteurs bio-écologiques importants pour le vecteur : température, humidité et vent. Ils pourront être complétés par d’autres indicateurs (cf. § 2.3).
Choix des méthodes de traitement d’image
Ce projet a permis de tester l’apport de deux types de classification très différents. Les résultats des classifications pixel à pixel sont assez moyens ; ils ont pu être légèrement améliorés au terme d’un long travail de regroupement, fusion et redéfinition des classes. Le nombre de relevés de végétation utilisés pour définir les noyaux d’apprentissage est pourtant relativement élevé. Les résultats issus des matrices de confusions sont confortés par l’analyse visuelle des classifications. En effet, la classification pixel à pixel présente de nombreuses confusion, notamment pour les marais (qui se confondent avec le maquis) et les cultures (qui se confondent avec les sols nu ou l’urbain). La classification orientée objet a permis d’obtenir de meilleurs résultats pour plusieurs raisons. Tout d’abord, les noyaux d’apprentissage utilisés dans cette méthode sont plus grands. Il est possible de découper les objets issus de la segmentation (fonction Image object cutting) afin de redessiner exactement la zone relevée sur le terrain. Cela pourrait être testé pour comparer les deux méthodes, mais tel n’était pas l’objectif ici. C’est pourquoi, le plus souvent, nous avons conservé les zones homogènes issues de la segmentation. La finesse de la segmentation mise en œuvre paraît adéquate : le voisinage des élevages comportent plusieurs classes différentes, les parcelles cultivées et de prairie sont reconnues. Une autre raison expliquant les meilleurs résultats de l’approche orientée objet est le grand nombre et la variété des attributs pouvant servir à réaliser la classification. Ces attributs tiennent compte de la radiométrie mais aussi de facteurs texturaux et de paramètres relatifs à la forme des objets. Les attributs permettant la meilleure discrimination des classes sont retenus. Parmi les attributs retenus ici, deux sont liés à la texture (cf. annexe 7). Ces résultats renforcent l’intérêt de travailler sur la texture. Ensuite, le seuil de classification utilisée dans la méthode orientée objet est plus bas, expliquant le faible pourcentage de zones non classées. Enfin, le type d’approche orientée objet repose sur une méthode propre, qui pourrait s’avérer, dans les années à venir, plus puissante que l’approche classique, pixel à pixel. Compte tenu des résultats en termes de classification et d’apport pour la modélisation, les classifications orientées objet mériteraient d’être explorées de façon plus approfondie
|
Table des matières
Introduction
Partie 1 – Contexte et objectifs
1. Analyse de l’existant
1.1. Etat des connaissances sur la maladie et le vecteur
1.2. Modèles existants de répartition du vecteur
2. Analyse des besoins
3. Objectifs
Partie 2 – Approche opérationnelle
1. Organisation des données épidémiologiques
1.1. Géoréférencement des élevages ovins et bovins
1.2. Recueil des caractéristiques sur les élevages
1.3. Recueil de l’information sur l’état sanitaire des élevages
2. Extraction des paramètres environnementaux
2.1. Choix des paramètres environnementaux
2.2. Calcul d’un indice de végétation
2.3. Réalisation d’une carte de végétation à partir de l’image SPOT
2.3.1. Acquisition des relevés de végétation
2.3.2. Classifications
2.4. Extraction des paramètres environnementaux liés à la topographie
3. Analyse
3.1. Intégration des données dans un SIG
3.2. Analyse statistique
3.2.1. Description des variables
3.2.2. Analyses statistiques réalisées
Partie 3 – Résultats
1. Résultats des analyses statistiques univariées
2. Modélisation de la survenue de foyers ovins
3. Essais de cartes d’aléa de survenue de fièvre catarrhale ovine.
Partie 4 – Discussion et perspectives
1. Discussion sur les données épidémiologiques disponibles et perspectives d’amélioration
1.1. Choix des données épidémiologiques
1.2. Qualité des données épidémiologiques
2. Discussion sur les paramètres environnementaux et nouvelles perspectives de travail
2.1. Choix des données environnementales
2.2. Choix des méthodes de traitement d’image
2.3. Perspectives
3. Discussion sur la méthode d’analyse et compléments envisagés
4. Discussion des résultats de l’analyse statistique
CONCLUSION
BIBLIOGRAPHIE
GLOSSAIRE
ANNEXES
Télécharger le rapport complet
