Données d’occupation du sol du LDD

Les données relatives au mode d’occupation du sol correspondent à un fichier SIG (système d’information géographique) vectoriel. Ce fichier est issu de données satellites de télédétection (Landsat-5, 30 m de résolution), dont l’exploitation et la transcription en données vectorielles datent de 2003 et ont été effectuées par le LDD (Land Development Department, Ministry of Agriculture and Cooperatives). Les modalités exactes de la constitution du fichier vectoriel n’ont pas pu être renseignées (obtention du fichier délicate, qui résulte d’un travail de recherche annexe mené par l’équipe de Souris M. et al., avec une base de données initialement récupérée sous la forme d’1 fichier par province, puis compilée pour constituer 2 fichiers de très grande taille couvrant l’ensemble du territoire thaïlandais). La base de données comprend 1 614 codes différents (cf. annexe 4) correspondant à autant de sous-classes d’occupation du sol différentes. Il est néanmoins possible de les regrouper et de distinguer quelques grandes catégories (zones agricoles dont aquaculture, zones forestières, zones humides, cours d’eau et plans d’eau, zones à végétation rase et terrains vagues, zones urbanisées, zones récréatives, mines et carrières, camps de réfugiés) comme le montre la figure 29.

Ces données ont été retravaillées afin de servir à l’analyse factorielle. Plusieurs grandes catégories d’occupation du sol (13) ont dans un premier temps été créées par regroupement afin de conduire une analyse discriminante de l’émergence (cf. § 4.2.2) sur la base de données environnementales, ainsi qu’une analyse des facteurs de risques d’émergence (cf. § 4.2.3) :

Zones humides et surfaces en eau (variable « wetl_wat »), comprenant les habitats humides, les surfaces en eaux libres, et les zones aquacoles). Nous avons vu que les zones humides et l’eau, en tant qu’habitat naturel de populations d’oiseaux sauvages, peuvent potentiellement représenter un risque en matière d’introduction et de diffusion du virus dans les élevages aux faibles niveaux de biosécurité. L’activité d’aquaculture a également été prise en considération, l’élevage de canards y étant parfois combinée ou fortement liée, par l’utilisation directe ou le commerce des fientes pour l’alimentation des poissons ou des crevettes89.

89

Les bassins et étangs utilisés pour l’élevage de poissons ou de crevettes en association avec l’élevage de canards sont néanmoins considérés comme relativement sûrs, du fait de la faible circulation des eaux et du confinement relatif des canards

Figure 29 : Carte d’occupation du sol en Thaïlande d’après les données vectorielles émanant du LDD

Figure 30 : Distribution spatiale des principales classes de champs paddy en Thaïlande, mise en évidence d’une différentiation entre la Plaine centrale et l’Est du pays

Zones humides au sens large (variable « wetwatpad »), comprenant les zones rizicoles en plus de la catégorie précédente.

Les rizières sont en effet considérées comme des zones à haut risque lorsque des troupeaux de canards y sont rassemblés et y sont en contact régulier avec la faune sauvage. Ce mode d’occupation du sol fait également l’objet de catégories à part entière (cf. infra).

Surfaces en eau (variable « water »), comprenant les plans d'eau, les cours d'eau, et les zones aquacoles. L’eau en général représente un risque de diffusion en raison de son potentiel vecteur.

Surfaces en eau, zones aquacoles exclues (variable « water_ss »), comprenant donc les plans d'eau et les cours d'eau exclusivement (les zones aquacoles étant souvent situées en zone côtière et l’eau y étant saumâtre le cas échéant, il semblait pertinent d’étudier plus spécifiquement les surfaces en eau douce).

Eau circulante (variable « stream »), comprenant les cours d'eau y compris les canaux (l’idée étant de voir si ce type de surfaces en eau possède un potentiel vecteur particulier). Champs paddy (variable « paddy_field »). Comme évoqué plus haut, les rizières constituent

un facteur de risque potentiel à prendre en considération, en lien notamment avec l’activité d’élevage de canards en libre parcours qui favorise les contacts entre volailles et oiseaux sauvages.

Champs paddy ensemencés à la volée (« broadcasted paddy » dans la base de donnée initiale, variable « br_paddy »), répartis pour l’essentiel au niveau de la Plaine centrale (cf. figure 30) et dont la distribution est similaire aux zones de production intensive à plusieurs cycles culturaux évoquées dans les études de Gilbert M. et al. et suspectées de représenter le principal facteur de risque d’infection (en lien avec l’activité d’élevage de canards en libre parcours, concentrée sur ces zones rizicoles).

Champs paddy cultivés par repiquage (« transplanted paddy » dans la base de données initiale, variable « tr_paddy »), répartis pour l’essentiel à l’Est du pays. Ces zones rizicoles sont prises en considération afin de pouvoir analyser les résultats de manière comparative avec la variable précédente.

Champs paddy abandonnés (variable « ab_paddy »). Catégorie constituée en vue d’étudier le rôle potentiel de ces zones rizicoles particulières, qui peuvent être fréquentées par des populations d’oiseaux sauvages.

Zones irriguées (variable « irri »), la présence de canaux d’irrigation ou d’eau d’inondation pouvant potentiellement jouer un rôle environnemental dans le maintien ou la diffusion du virus. De plus, en saison sèche, les zones humides irriguées (rizières irriguées notamment) constituent un habitat humide résiduel important dont disposent et où se concentrent les oiseaux aquatiques sauvages. Ce phénomène peut augmenter les chances de contacts entre oiseaux sauvages et volailles d’élevage au niveau de ces zones et donc y favoriser la diffusion du virus.

Zones construites et habitées (variable « urb_hum »). Facteur choisi en vue d’analyser le rôle potentiel du degré d’urbanisation, et par extension, de la présence humaine, des activités de commerce et de transport.

Forêt (variable « forest »). Facteur pris en considération à titre comparatif et expérimental. Végétation rase et broussailles (variable « scr_grass »). Facteur pris en considération à titre

comparatif et expérimental.

Dans un second temps, les données n’étant pas exploitables statistiquement parlant sous cette forme vectorielle, un calcul d’analyse spatiale a été conduit afin d’obtenir une donnée numérique utilisable dans les analyses factorielles d’association statistique et de corrélation (donnée quantitative caractérisant chacune des unités spatiales prises en compte). Les proportions de territoires occupés par chacune des catégories présentées ci-dessus dans une aire circulaire de 5 km de rayon autour de chaque centroïde de sous-district ont été calculées par une méthode de géo-agrégation sous SIG. La limite de 5 km a été choisie en prenant comme référence la distance moyenne entre sous-district, qui est de cet ordre, et la variabilité relative de ce paramètre à l’échelle nationale (qui encourage notamment à retenir un rayon de plus de 3 à 4 km, soit la moitié de la distance moyenne entre centroïdes totaux ou uniquement infectés, respectivement). Au niveau de certains sous-districts de petite taille, la valeur calculée risque en revanche d’être fortement influencée par les modes d’occupation du sol des sous-districts voisins, ce qui constitue un biais de classement. Le calcul n’a pu être effectué sur les périmètres correspondants aux limites exactes des sous-districts étant donné que le logiciel utilisé ne possède pas cette fonctionnalité. La prise en compte de cercles de taille choisie et centrés au niveau des centroïdes de sous-districts permet de compenser ce manque, même s’il est important de garder à l’esprit que les données obtenues correspondent à des estimations et introduisent certains biais d’analyse supplémentaires.

La résolution du fichier vectoriel initial (liée à la résolution de l’image satellite de référence), le manque d’informations disponibles concernant la méthode de transcription des données surfaciques originales en données vectorielles SIG et celle relative à la codification en types d’occupation du sol, et concernant la date de prise de vue de l’image satellite (la distribution spatiale des zones humides étant par exemple fortement influencée par la pluviométrie, et donc variable selon la saison considérée), sont autant de paramètres qui introduisent des biais supplémentaires dans notre analyse qu’il est important de mentionner.

Malgré le degré de détail élevé des données, certains compléments d’information auraient pu être particulièrement utiles à notre analyse : cartographie plus précise des zones humides en tenant compte de leurs variations inter-saisonnières, connaissance et/ou localisation plus spécifique des zones naturelles de rassemblement ou de fréquentation habituelle d’oiseaux sauvages, migrateurs ou sédentaires (sur la base de recensements effectués par exemple par l’organisation « Wetlands International » dans certains pays), localisation de certains lieux dont le niveau de risque est avéré, tels que les marchés de volailles vivantes ou certaines zones d’échanges commerciaux réguliers.