The physical mechanisms associated with heat waves (HWs) are well known in the midlatitudes but still under-documented in the Sahel. Specifically, the role of anthropogenic and natural changes in tropospheric aerosols regarding HWs remains an issue to address. Our study focuses on the characterisation of the dusty HWs in the Sahel, which generally occur from March to June. The goal is to reinforce or invalidate the assumption proposed in previous studies recently carried out in southern Europe and according to which mineral dust may locally change irradiance at the surface, thus atmospheric temperatures at 2 m, intensifying the HW. The work is carried out in three steps: (i) detect and describe the HW over the 2003–2014 period based on maximum daily 2-m temperatures (T) from ERA-Interim reanalyses; (ii) characterise the dust optical properties during the HW using the Deep Blue aerosols products from MODIS (Moderate Resolution Imaging Spectroradiometre): the Aerosol Optical Depth at 550 nm (AOD), the Angstrom Exponent (AE) and the Single Scattering Albedo at 412 nm (SSA) as a proxy of quantity over atmospheric column, size and absorption of aerosols, respectively; (iii) relate HW intensity to the aerosol conditions during the HW. Over the 12-year study period, 14 HWs are detected when T exceeds the 90th percentile (P90). The HWs are dusty with AOD ranging between 0.46 and 1.17 and all the dust types are absorbent with a SSA value of 0.93 (round to hundredths). The HW classification according to aerosol conditions gave three HWs: Type 1 corresponds to Pure Dust Situation (PDS with AE = 0.1), Type 2 and Type 3 are associated with Mixed Situation (MS) with dominance of Coarse Particles (CP with AE = 0.35) and Fine Particles (FP with AE = 0.65), respectively. The main result obtained is that the intensity of the dusty HW, computed as the difference between daily T and its P90 (T−P90)), is higher for Type 1 HW (+1.1 °C) in the case of the most absorbent aerosol situation (SSA = 0.931). A non-significant difference between Type 2 and Type 3 especially for temperature (+0.5 °C and +0.4 °C, respectively) and SSA (0.938 and 0.935, respectively) is observed and, during these mixing situations, the HWs are less intense than those during the PDS. Finally, the analysis of two huge Type 1 HWs in 2007 and 2010 shows that dust mass concentrations at the surface were particularly high, up to 214 μg/m3 on average. These findings enable us to assess that highly absorbent and concentrated pure dust situations observed in spring in the Sahel may have a potential warming effect at the surface.
La méningite bactérienne présente un réel défi de modélisation pour la communauté scientifique en raison de son caractère multiscalaire, des facteurs de différentes natures à prendre en compte (climat, environnement, facteurs démographiques, sociétaux et biologiques à l’échelle de l’individu). Dans le cadre de cette thèse, nous avons développé un modèle appelé MenAfriSIM™ qui prend en compte la température, la poussière à travers un COefficient of Meningitis Invasion and Development for Environmental eXposure (COMIDEX) qui prend de la donnée environnementale spatialisée issue de télédétection et de modèle. Il s'agit de la première fois qu'un coefficient pouvant englober plusieurs facteurs climatiques et environnementaux est proposé dans le but de les intégrer dans un modèle de transmission pour la méningite. Le modèle dispose également d'un modèle d'interaction spatiale qui prend en compte la mobilité interurbaine. MenAfriSIM™ est un modèle explicatif des cas de méningite à l'échelle interurbaine dans un contexte de Sahel occidental marqué par une relative baisse du risque de méningite comme le cas du Sénégal. La modélisation d'un système aussi complexe que la méningite permet d'adopter d'une approche multi-agents. Le modèle a été testé sur la saison 2012 dont l'analyse des données sanitaires issues du ministère de la santé confirme le caractère particulier de cette saison avec un nombre de cas record. L'évaluation du modèle a montré une bonne performance de celui-ci avec plus de la moitié de la variabilité totale des cas de méningite expliquée par le modèle (R2 = 0.53) et près d'un tiers de la variabilité des cas (R2 = 0.29) expliqué la température et la poussière. Le modèle a montré que le nombre de cas de méningite reste fortement corrélé à la démographie autrement les communes les plus touchées par la méningite se trouvent dans les communes les plus peuplées alors que le risque de méningite est plus présent dans les zones où l'empreinte climatique et environnementale est dominante. Les zones où le risque de méningite est plus important sont le nord du pays. La "trizone de la méningite" traduit le gradient nord-sud du risque de méningite qui diminue en passant par le centre du pays. Ces résultats ont été confortés par la littérature sur les domaines climatiques du pays et par l'exploration du modèle effectuée sur la saison 2013. Cependant des études supplémentaires devront être envisagées sur une période plus longue. Les résultats suggèrent une surveillance accrue de la partie nord du pays, point de départ du risque de méningite et une prise en compte du zonage et du temps de propagation de la méningite d'une zone à l'autre (2 à 3 semaines) dans les systèmes d'alerte précoce.