Anticiper et prioriser les départements à risque d'inondation à partir de données climatiques ouvertes.
Chaîne d'analyse de bout en bout qui transforme des séries climatiques ouvertes (pluviométrie, végétation NDVI, points chauds ASAP, FloodScan) et les impacts humanitaires OCHA en un score de risque composite par département et un dispositif de déclenchement d'alerte exploitable par les acteurs nationaux et humanitaires.
- Contexte
- Aperçu du dashboard
- Pipeline
- Méthodologie
- Données
- Résultats clés
- Reproduire
- Stack
- Licence & avertissement
La saison des pluies 2025 a provoqué des inondations meurtrières au Niger (424 244 personnes sinistrées, 114 décès recensés au 29/09/2025). À partir de séries historiques (1981–2026), ce projet reconstitue un cadre analytique permettant de :
- caractériser une saison à risque — pluviométrie nationale > 115–120 % de la normale (2024 et 2025 en font partie) ;
- identifier les départements les plus exposés en croisant aléa climatique et vulnérabilité observée ;
- hiérarchiser les interventions via un score composite et des niveaux d'alerte.
Tableau de bord interactif autonome — 🔗 démo en ligne ou 03_dashboard_alerte_niger.html. KPIs, déclencheur temporel, analyses croisées et table de priorisation triable.
Analyses climatiques et humanitaires
Priorisation par département (score composite aléa × exposition)
| Étape | Fichier | Description |
|---|---|---|
| 1 · Exploration & modélisation | 01_eda_alerte_precoce_niger.ipynb |
Nettoyage, agrégation dékadaire, calcul des scores de risque, génération de la base SQLite |
| 2 · Requêtes opérationnelles | 02_requetes_alerte_niger.sql |
Tableau de bord alerte, déclencheur temporel, périodes de retour |
| 3 · Tableau de bord | 03_dashboard_alerte_niger.html |
Dashboard interactif autonome (Chart.js) |
| 4 · Rapport métier | 04_business_report_alerte_niger.pdf |
Synthèse et recommandations pour décideurs |
Le score composite par département est la moyenne géométrique de deux dimensions :
- Exposition à l'aléa — intensité et anomalie de la pluviométrie saisonnière (
pluie_pct_normale), percentile historique et pic de pluie sur 1 mois (r1q_max) ; - Vulnérabilité observée — sinistrés et dégâts recensés par OCHA lors de la saison 2025.
Le résultat est traduit en niveaux d'alerte — Alerte maximale, Alerte, Veille — et en typologie d'exposition (A prioritaire / B modérée / C vigilance). Le déclencheur temporel classe les saisons 1981–2025 : une saison au-dessus de ~115–120 % de la normale signale une année à risque d'inondations majeures.
| Fichier | Source / contenu |
|---|---|
ner-rainfall-subnat-full.csv / -5ytd.csv |
Pluviométrie dékadaire par département (adm2), 1981–2026 — CHIRPS/WFP |
ner-ndvi-subnat-full.csv / -5ytd.csv |
Indice de végétation NDVI dékadaire, 2002–2026 — MODIS/WFP |
asap-hotspots-monthly.csv |
Points chauds agricoles ASAP (JRC) |
floodscan_readme.xlsx |
Données d'étendue des inondations FloodScan |
ner-situation-desagregee-au-29-septembre-2025.csv |
Impacts humanitaires désagrégés — OCHA, 29/09/2025 |
risque_departements_2025.csv |
Sortie : scores de risque et niveaux d'alerte par département |
niger_alerte.db |
Base SQLite consolidée (générée par le notebook) |
- 59 départements notés, croisant aléa pluviométrique historique et impacts 2025.
- La saison 2025 se classe 5ᵉ sur 45 ans (~période de retour décennale) ; 2024 reste le record (~148 % de la normale).
- Les départements en alerte maximale se concentrent dans les régions de Maradi, Dosso et Zinder (Guidan Roumdji en tête, score 94,3).
- Constat analytique : l'anomalie de pluie seule ne suffit pas à prédire les impacts (l'exposition locale domine) — d'où l'intérêt d'un score composite.
# 1. Régénérer niger_alerte.db et risque_departements_2025.csv
jupyter notebook 01_eda_alerte_precoce_niger.ipynb
# 2. Interroger la base
sqlite3 niger_alerte.db < 02_requetes_alerte_niger.sql
# 3. Ouvrir le dashboard dans un navigateur
# 03_dashboard_alerte_niger.htmlPython (pandas, numpy, matplotlib) · SQLite · HTML / Chart.js pour la visualisation.
Distribué sous licence MIT — voir LICENSE.
⚠️ Projet analytique à visée démonstrative, réalisé à partir de données ouvertes. Les scores ne remplacent pas les dispositifs officiels d'alerte. Les données d'impact reflètent la situation OCHA au 29 septembre 2025.