Températures
La température superficielle de la terre (Land Surface Temperature, LST) peut être estimée à partir de capteurs infrarouges thermiques. MODIS-Terra, Meteosat, GEOS et AVHRR fournissent des données de température de jour et de nuit. Etant donné que LST correspond à la température de l'air, certains paramètres physiques peuvent introduire des aberrations, comme la couverture terrestre, l'humidité, les conditions atmosphériques et la période de la journée [80–83]. Cependant, plusieurs études ont démontré que les écarts entre les valeurs moyennes comparées aux valeurs des stations au sol étaient relativement faibles et ne compromettaient pas l’utilisation de ces données dans les modèles [84, 85].
Précipitations
• Global Precipitation Climatology Project (GPCP) combine des données satellitaires et des données de stations au sol. Les données mensuelles sont disponibles depuis 1979. Ces produits ont une faible résolution spatiale mais présentent un intérêt lors de la création de longues séries temporelles afin de comprendre les tendances dans les précipitations passées.
• Climate Prediction Center (CPC) associe des analyses de précipitations similaires au GPCP, en combinant des données satellitaires et des stations au sol afin de produire des données tous les 5 jours et des données mensuelles à 2.5° de résolution spatiale
• CPC MORPHing technique (CMORPH) fournit des estimations de précipitations globales à une résolution spatiale de 8Km toutes les 30 minutes. Ces données s’avèrent utiles dans la surveillance en quasi-temps réel et les données sont disponibles depuis Janvier 1998.
• Tropical Rainfall Measuring Mission (TRMM) fournit des estimations mensuelles de précipitation dans les tropiques à une résolution spatiale de 0.25°. Ces données sont disponibles de Janvier 1998, avec une latence d’au moins un mois. La mission TRMM a pris fin en 2015.
• Global Precipitation Measurement (GPM) fournit des estimations de précipitations globales. Elles sont disponibles depuis Mars 2014 à une résolution de 0.1°. GPM est une extension du service rain-sensing de la mission TRMM.
• Enhancing National Climate Services (ENACTS) program combine toutes les données météorologiques mesurées au sol par les agences nationales de météorologie de l’Ethiopie, de la Gambie, du Ghana, de Madagascar, du Mali, du Rwanda, de la Tanzanie et de la Zambie avec des données satellitaires des 30 dernières années, pour des données de résolution de 4Km toutes les 10 jours. Le projet est sensé s’étendre à d’autres pays d’Afrique.
• Les données de Climate Hazards Group InfraRed Precipitation with Station (CHIRPS) sont produits de façon similaire au programme ENACTS. CHIRPS fournit des données quotidiennes de 1981 à aujourd’hui à une résolution de 0.05° et couvre les zones 50°S–50°N. Ces deux dernières sources de données seront davantage abordées dans la section II.4.4.
Altitude
L'altitude se corrèle généralement positivement avec la précipitation et négativement avec la température et constitue ainsi un déterminant des distributions écologiques. Plusieurs modèles numériques de terrain (MNT, en anglais Digital Elevation Model : DEM) sont disponibles à l’échelle mondiale, comme le, Gtopo30 (à environ 1 km de résolution au sol) ou le SRTM (initialement distribué à 90 m et désormais disponible à 30 m) (Shuttle Radar Topography Mission : http://www2.jpl.nasa.gov/srtm).
Eau de surface et humidité du sol
L'eau de surface et l'humidité apparaissent sur les images optiques, mais les capteurs à radar ont un fort potentiel de détection. Les lieux de reproduction peuvent être décrits comme des objets spécifiques en fonction de leurs caractéristiques écologiques après que les plans d'eau aient été détectés [86, 87]. Les mesures d'humidité du sol peuvent être utilisées comme valeurs de substitution si la détection directe des sites de reproduction est impossible, quand elles sont trop petites ou couvertes par la végétation de surface par exemple. Les bandes dans le proche-
infrarouge (PIR) et l’infrarouge à ondes courtes (SWIR) sont particulièrement intéressantes pour la cartographie de l'eau et de l'humidité car elles sont très sensibles à l'humidité contenue dans la végétation et les sols. Plusieurs satellites, tels que SPOT-5 ou Landsat (http://www.landsat.gsfc.nasa.gov/), contiennent des informations spectrales dans ces longueurs d'onde qui peuvent être utilisées indépendamment ou en combinaison avec d'autres bandes pour calculer des indices de végétation tels que le NDVI.
Végétation
La végétation joue un rôle important dans le développement larvaire des vecteurs et améliore la survie des moustiques adultes en fournissant des sites de repos. L'indice de végétation différencié normalisé (NDVI), défini en 1970 (Rouse et al., 1973), est l'indice le plus couramment utilisé pour les applications en santé humaine. Il intègre les effets de la température, de l'humidité, des précipitations, du soleil et de l'altitude [88]. Il peut être utilisé comme substitut à la précipitation dans certaines périodes et dans certaines zones [89]. Le couvert végétal réfléchit d'autant plus le rayonnement proche infra-rouge (PIR) et absorbe d’autant plus le rayonnement rouge (R) que son activité chlorophyllienne est élevée. Ainsi le calcul du NDVI repose sur la différence d’absorption par les plantes des lumières rouge et proche infrarouge et il permet la mesure de l’abondance et la caractérisation de la couverture végétale. Sa formule est un rapport normalisé : NDVI = (PIR – R) / (PIR + R) et sa valeur est comprise entre –1 et +1. En pratique, bien que des seuils fixes ne puissent être définis, une valeur de NDVI comprise entre 0 et 0,2 correspond à des sols secs et dégagés et des valeurs de NDVI supérieures à 0,2 correspondent à une végétation d’autant plus dense et active que ces valeurs augmentent. Une valeur négative ou proche de zéro peut correspondre à des zones humides, à certains types de bâti ou à des routes. Le calcul du NDVI à partir d’une image multispectrale permet la création d’une nouvelle image dont chaque pixel contient une valeur de NDVI.
Le NASA’s Global Inventory Monitoring and Modeling Studies (GIMMS) fournit un NDVI mondial pour la période de 1981 à ce jour. Il a été démontré que l'ensemble des données était valable pour représenter les tendances de la végétation dans certaines régions (mais pas partout) et devrait être utilisé avec prudence (Ceccato 2005).
• MODIS NDVI et indice de végétation amélioré (EVI) sont disponibles pour des périodes de 16 jours à partir d'avril 2000 à une résolution de 250 m. Le NDVI est une extension mise à jour du NDVI mondial.