Résumé
La faim en Afrique s'accroît à nouveau après plusieurs années de déclin. En Afrique de l'Ouest, les progrès
dans la lutte contre la faim ont été stables entre 2000 et 2014. Au cours de cette période, la prévalence de
la sous-alimentation a progressivement diminué de 12,3 % à 10,7 % avant de remonter à près de 15 % en
2017. Le Burkina Faso, notre zone d’étude, est l'un des pays d'Afrique de l'Ouest les plus touchés par
l'insécurité alimentaire, avec une prévalence de la sous-alimentation de 21,3% entre 2015 et 2017. Les
raisons de la détérioration de la situation alimentaire au Burkina Faso ces dernières années sont multiples
et interdépendantes. Une première raison est que le changement climatique a entraîné une augmentation
des phénomènes météorologiques extrêmes tels que les sécheresses et les inondations qui affectent la
disponibilité alimentaire. Une deuxième raison est que les conflits au Sahel déplacent les populations et
provoquent la chute de la production alimentaire et des circuits de distribution. Ces deux phénomènes
provoquent un ralentissement économique aggravé par un contexte économique mondial déjà fragile.
Un défi majeur consiste à pouvoir prévoir les situations d'insécurité alimentaire à l'échelle locale et de
comprendre comment différents types d'événements contribuent à l'insécurité alimentaire. Depuis une
trentaine d'années, plusieurs systèmes de suivi de la sécurité alimentaire (SSA) ont été créés par des
organisations étatiques et internationales pour répondre à ces questions. L'imagerie satellitaire et les
données climatiques constituent la pierre angulaire des SSA, mais ces dernières années, des informations
liées à des facteurs humains (calendrier des cultures, enquêtes ménages, presse, analyse des marchés, etc. )
sont de plus en plus utilisées pour expliquer et prévoir l'insécurité alimentaire. Les données recueillies à
l'échelle des ménages, par le biais d'enquêtes, sont essentielles à la production de certains indicateurs clés
pour mesurer la sécurité alimentaire (SA), mais ces enquêtes sont coûteuses économiquement et en temps.
L'objectif de cette thèse est de fournir un cadre innovant pour prédire des indicateurs de SA habituellement
obtenus à partir d’enquêtes ménages en utilisant des données hétérogènes, dans la perspective d'intégrer
et de compléter les méthodes utilisées par les SSA. Plusieurs verrous scientifiques se posent : Sur quels
indicateurs s’appuyer pour mesurer la SA et quelles en sont les limites ? Comment traiter l’hétérogénéité
thématique, temporelle et spatiale dans les données ? Comment rendre les modèles explicatifs, i.e.
capables d’identifier les facteurs d’augmentation ou de diminution de la SA ?
Cette thèse est organisée en 3 parties.
Premièrement, nous faisons un état des lieux de l’ensemble pléthorique d’indicateurs existant pour
quantifier cette notion complexe qu’est la SA. Puis, nous nous concentrons sur des indicateurs de SA issus
d’enquêtes ménages (le score de consommation alimentaire, le score de diversité alimentaire des ménages
et l’indice réduit des stratégies de survie) et étudions ce qu’ils nous disent sur la SA, leur validité spatiale et
temporelle ainsi que les biais auxquels ils peuvent être sujets.
Deuxièmement, nous proposons des modèles utilisant des méthodes d'apprentissage automatique et
profond pour obtenir des approximations d’indicateurs de SA issus d’enquêtes ménages à partir de données
explicatives hétérogènes. Les données explicatives sont des rasters (densités de population, estimations
pluviométriques, occupation des sols, etc.), des points GPS (d'hôpitaux, d'écoles, d'événements violents, de
stations météo, etc.) et des variables économiques quantitatives (prix du maïs, variables de la Banque
mondiale) à différentes granularités temporelles et spatiales.
Troisièmement, nous étudions l’apport des données textuelles, fortement qualitatives, pour l'analyse de la
SA en nous basant sur un corpus de journaux Burkinabés. Nous examinons la capacité des méthodes de
fouille de textes à extraire automatiquement des informations qualitatives sur la situation alimentaire
globale, régionale et annuelle à partir de ce corpus.
Publications
• Revues internationales
Deléglise, H. ; Begue, A. ; Interdonato, R. ; Maître d’Hôtel, E. ; Teisseire, M. (2021) Suivi de la sécurité
alimentaire en Afrique de l’Ouest : Quelles méthodes d’analyse de données pour traiter l’interdisciplinarité
de la sécurité alimentaire. Journal of Interdisciplinary Methodologies and Issues in Science (JIMIS), Vol. 8.
Deléglise, H. ; Interdonato, R. ; Begue, A. ; Maître d’Hôtel, E. ; Teisseire, M. ; Roche, M. (2021) Food security
prediction from heterogeneous data combining machine and deep learning methods. Expert System With
Applications (ESWA), accepted.
Deléglise, H. ; Maître d’Hôtel, E. ; Begue, A. ; Interdonato, R. ; Roche, M. ; Teisseire, M. ; Bazié, Y. (2021)
Validity of household survey indicators to monitor food security in time and space - A case study of Burkina
Faso. PLOS One, submitted.
Deléglise, H. ; Interdonato, R. ; Begue, A. ; Maître d’Hôtel, E. ; Teisseire, M. ; Roche, M. (2021) Automatic
extraction of food security information from newspaper articles. Journal to be defined, in progress.
• Actes de conférences internationales
Deléglise, H. ; Begue, A. ; Interdonato, R. ; Maître d’Hôtel, E. ; Roche, M. ; Teisseire, M. (2020) Linking
Heterogeneous Data for Food Security Prediction. In: Koprinska I. et al. (eds) ECML PKDD 2020 Workshops.
ECML PKDD 2020. Communications in Computer and Information Science, Vol. 1323.
Deléglise, H. ; Begue, A. ; Interdonato, R. ; Maître d’Hôtel, E. ; Roche, M. ; Teisseire, M. (2020) Linking
heterogeneous data for strengthening food security systems. Elsevier, MUSE, Wageningen University. s.l. :
Elsevier, 1 p. 4th International Conference on Global Food Security.
Schaeffer, C. ; Interdonato, R. ; Deléglise, H. ; Roche, M. ; Begue, A. ; Cissé, A. (2020) News mining for food
security: the case of Burkina Faso. Elsevier, MUSE, Wageningen University. s.l. : Elsevier, 1 p. 4th
International Conference on Global Food Security.
• Conférences (sans actes)
Deléglise, H. ; Begue, A. ; Interdonato, R. ; Maître d’Hôtel, E. ; Roche, M. ; Teisseire, M. (2019) Mise en
relation de données hérérogènes pour le renforcement des systèmes de sécurité alimentaire – Cas de la
production agricole en Afrique de l’Ouest. CNRIA 2019 : 9e ConféreNce sur la Recherche en Informatique et
ses Applications, Saint-Louis, Sénégal.
Deléglise, H. ; Begue, A. ; Interdonato, R. ; Maître d’Hôtel, E. ; Roche, M. ; Teisseire, M. (2019) Mise en
relation de données hérérogènes pour le renforcement des systèmes de sécurité alimentaire – Cas de la
production agricole en Afrique de l’Ouest. AgriNumA 2019 : Symposium “Agriculture Numérique en
Afrique”, Dakar, Sénégal.
Deléglise, H. ; Begue, A. ; Interdonato, R. ; Maître d’Hôtel, E. ; Roche, M. ; Teisseire, M. (2019) Mise en
relation de données hérérogènes pour le renforcement des systèmes de sécurité alimentaire – Cas de la
production agricole en Afrique de l’Ouest. Workshop Dispositif de recherche et d'enseignement en
partenariat - Information pour la sécurité alimentaire (dP-ISA), Ouagadougou, Burkina Faso.
