<span>2.2</span> Vers une évaluation des pertes agricoles dans le monde

2.2 Vers une évaluation des pertes agricoles dans le monde

Pour pouvoir élaborer des stratégies de réduction des risques de catastrophe et d’adaptation aux effets du changement climatique, il faut dans un premier temps comprendre l’ampleur des conséquences de ces anomalies météorologiques et de ces phénomènes extrêmes sur l’agriculture. Bien que plusieurs bases de données rendent compte des pertes et des dommages liés aux catastrophes, les pertes qui touchent l’agriculture et ses sous-secteurs sont à l’heure actuelle soit partiellement évaluées, soit comptabilisées dans les pertes économiques totales dans les bases de données mondiales existantes consacrées aux catastrophes d’origines diverses. Lorsque les pertes agricoles sont intégrées dans les estimations des pertes économiques, on ne dispose souvent que de peu d’informations, voire aucune, sur la ventilation des pertes monétaires correspondantes par rapport à celles des autres secteurs économiques ni sur les types de pertes agricoles subies après des phénomènes déterminés. L’impact des catastrophes sur l’agriculture est rarement désagrégé jusqu’au niveau infranational, et peu d’informations, si ce n’est aucune, sont fournies sur l’utilisation des terres et la superficie agricole totale touchée.

La pénurie de données et le manque de cohérence dans les définitions et les typologies des aléas et les indicateurs de données dans ces différents systèmes est un défi permanent, et constitue une limitation des référentiels internationaux tels que les bases de données EM-DAT^f et DesInventar^g, celles de la Banque mondiale^h et de la Fédération internationale des sociétés de la Croix-Rouge et du Croissant-Rougeⁱ, celles gérées par des groupes de réassurance mondiaux^j ainsi que celles établies au niveau national⁵⁰.

Pour suivre et mesurer les progrès accomplis au regard des objectifs et des cibles des ODD, du Cadre de Sendai et de l’Accord de Paris, il faudra remédier aux lacunes considérables de données aux niveaux mondial, régional, national et infranational. La FAO s’est employée à améliorer la couverture et à normaliser les techniques de collecte de données pour évaluer les impacts des phénomènes extrêmes sur l’agriculture, et à mettre en place un suivi et une communication d’informations réguliers aux niveaux national et infranational. Actuellement, on utilise deux types de méthodes pour recueillir des informations sur les pertes découlant de catastrophes dans le domaine de l’agriculture. Le premier correspond aux évaluations des besoins qui sont menées par les pouvoirs publics et les organismes internationaux après des catastrophes pour déterminer la valeur monétaire et les coûts de remplacement des pertes et des dommages dans tous les grands secteurs concernés. Le deuxième, qui a été élaboré par la FAO en coordination avec le Bureau des Nations Unies pour la prévention des catastrophes, permet de mesurer les pertes économiques directes causées par les catastrophes dans le secteur agricole aux fins du calcul de l’indicateur C2 du système de suivi du Cadre de Sendai. Les données issues de ces deux sources ont été utilisées pour estimer les pertes de l’agriculture par rapport à celles des autres secteurs de production.

2.2.1 ÉVALUATIONS DES BESOINS APRÈS DES CATASTROPHES

Les évaluations des besoins après des catastrophes comprennent généralement des informations relatives aux impacts des phénomènes sur les secteurs productifs (agriculture, commerce, industrie, échanges internationaux, tourisme et autres activités assurant des moyens d’existence); sur les secteurs sociaux (éducation, santé, logement, culture et nutrition); et sur les infrastructures (transports et télécommunications, eau et assainissement, et énergie et électricité). Les informations figurant dans ces évaluations sont détaillées, mais leur portée est limitée, étant donné que ce type d’enquête est mené après certaines catastrophes uniquement, et dans des pays qui sont relativement moins à même de faire face. Compte tenu de ces limitations, les données provenant de ces évaluations doivent être utilisées avec prudence.

On dispose actuellement de 88 évaluations de ce type, établies sur la période 2007-2022 dans 60 pays (voir l’annexe technique 1). Il en ressort que les pertes agricoles ont représenté en moyenne 23 pour cent de l’ensemble des impacts des catastrophes, tous secteurs confondus (FIGURE 4). Les données, toutefois, sont limitées compte tenu du petit nombre d’évaluations réalisées, lesquelles ont en outre été menées uniquement dans des pays à faible revenu et après les phénomènes extrêmes les plus dévastateurs. On ne dispose à ce jour d’aucune estimation plus générale et plus exhaustive fournissant une quantification fiable de l’étendue des pertes économiques mondiales dans tous les secteurs économiques.

FIGURE 4 PERTES PAR SECTEUR

Source: Auteurs du présent document, à partir des données extraites des évaluations des besoins après des catastrophes.

Note: Voir l’annexe technique 1.
Source: Auteurs du présent document, à partir des données extraites des évaluations des besoins après des catastrophes.

Les données des évaluations des besoins après des catastrophes peuvent également être utilisées pour déterminer l’ampleur des impacts de différents aléas sur l’agriculture. Cependant, ces informations doivent être analysées avec prudence, car les pertes agricoles peuvent varier selon le type d’aléa, son ampleur, la localisation géographique et les écosystèmes. Le moment où l’aléa survient par rapport aux calendriers culturaux, le type d’activité concerné et d’autres aspects des processus de production entrent également en ligne de compte. Globalement, les évaluations des besoins après des catastrophes indiquent que plus de 65 pour cent des pertes causées par les sécheresses ont eu lieu dans le secteur agricole. Ce pourcentage est d’environ 20 pour cent pour chacune des catégories de catastrophes que sont les inondations, les tempêtes, les cyclones et les activités volcaniques, ce qui souligne l’impact disproportionné des sécheresses sur le secteur (FIGURE 5).

FIGURE 5 PART DES PERTES AGRICOLES (POURCENTAGE) PAR TYPE D’ALÉA

Note: Le chiffre affiché au-dessus de chaque barre correspond au nombre total de phénomènes. Voir l’annexe technique 1.
Source: Auteurs du présent document, à partir des données extraites des évaluations des besoins après des catastrophes.

Malgré leurs échantillons de taille modeste, les évaluations des besoins après des catastrophes fournissent des informations sur les pertes dans les différents sous-secteurs agricoles. Ces informations sont disponibles dans 50 des 80 évaluations (FIGURE 6). Ce sont les cultures et l’élevage qui subissent le plus de pertes (près de 50 pour cent pour chacun de ces sous-secteurs). Cette part considérable des pertes s’explique aussi par le fait que la pêche et l’aquaculture ne font pas l’objet d’une attention suffisante dans ces évaluations.

FIGURE 6 VENTILATION DES PERTES AGRICOLES PAR SOUS-SECTEUR (2007-2022)

Note: Voir l’annexe technique 1.
Source: Auteurs du présent document, à partir des données extraites des évaluations des besoins après des catastrophes.

2.2.2 Indicateur C2 du système de suivi du Cadre de Sendai

Le Cadre de Sendai pour la réduction des risques de catastrophe (2015-2030) est le premier accord majeur du programme de développement des Nations Unies pour l’après-2015; il permet de suivre les mesures prises par les États membres de l’ONU pour préserver les acquis du développement face au risque de catastrophes. L’objectif général du cadre est de prévenir les risques nouveaux et de réduire les risques existants, tout en renforçant la résilience. Quatre actions prioritaires et sept objectifs mondiaux, désignés par les lettres A à G, permettent d’évaluer les progrès accomplis à l’échelle mondiale dans la réalisation du Cadre de Sendai. Après l’adoption du cadre, l’Assemblée générale des Nations Unies a créé un groupe de travail intergouvernemental d’experts à composition non limitée chargé d’élaborer un ensemble d’indicateurs pour mesurer les progrès au regard des sept objectifs mondiaux et de convenir d’une terminologie relative à la réduction des risques de catastrophe⁵¹. Dans son rapport, ce groupe de travail a recommandé 38 indicateurs pour évaluer les progrès accomplis par rapport aux sept objectifs du Cadre de Sendai, lesquels ont ensuite été entérinés par l’Assemblée générale des Nations Unies^k.

Le sous-indicateur C2 de l’objectif C du Cadre de Sendai correspond aux pertes agricoles directes dues aux catastrophes. Il couvre les pertes dans les sous-secteurs des cultures, de l’élevage, de la pêche, de l’apiculture, de l’aquaculture et des forêts, ainsi que dans les installations et infrastructures connexes. Faisant suite à une demande de l’Assemblée générale des Nations Unies, la FAO a aidé à élaborer une méthode de mesure pour le sous-indicateur C2. Comme pour tous les autres indicateurs du cadre, la communication d’informations se fait sur une base volontaire, et les États membres peuvent décider d’adapter la méthode recommandée en fonction de leurs systèmes de mesure et de calcul nationaux ou autres. Les données sont réunies dans le système de suivi en ligne du Cadre de Sendai, lequel permet de tenir compte de l’ensemble des sous-secteurs agricoles et de désagréger les informations par type de produit.

Depuis le début de la production de rapports au titre du Cadre de Sendai, 82 des 195 pays qui soumettent des données au système de suivi en ont communiqué au moins une fois pour l’indicateur C2. C’est en 2019 que les pertes les plus importantes ont été signalées (FIGURE 7). Sur ces 82 pays, 38 ont fourni des données sur les sous-secteurs: 31 ont communiqué des pertes par type de culture et 24 par type d’élevage. Il est important de noter que la baisse observée en 2020 et en 2021 est due au fait que les États membres ont soumis moins de données, et ne doit pas être interprétée comme une diminution du nombre de phénomènes les deux années en question. On attend un tableau plus complet des pertes agricoles à mesure que les pays fourniront davantage d’informations, y compris en les ventilant par sous-secteur agricole aux niveaux national et infranational. La communication de données par sous-secteur et par type de produit étant facultative, on continue de manquer d’informations détaillées pour déterminer plus précisément les impacts des catastrophes sur l’agriculture, les moyens d’existence et la sécurité alimentaire.

FIGURE 7 PERTES AGRICOLES COMMUNIQUÉES AU TITRE DE L’INDICATEUR C2 DU CADRE DE SENDAI (2015-2021)

Source: Auteurs du présent document, d’après les données relatives à l’indicateur C2 du Cadre de Sendai fournies par le Bureau des Nations Unies pour la prévention des catastrophes.

Les pertes agricoles totales transmises au système de suivi du Cadre de Sendai se chiffrent en moyenne à 13 milliards de dollars par an. Les types de catastrophe les plus courants signalés par les 31 pays ayant communiqué des informations sur les pertes agricoles ventilées par aléa sont les inondations (16 pour cent), les feux et incendies de forêt (13 pour cent) et les sécheresses (12 pour cent). En revanche, près de la moitié des pertes agricoles figurant dans ce sous-ensemble de données est due à des sécheresses, ce qui met encore une fois en relief l’incidence considérable de cet aléa sur l’agriculture (FIGURE 8).

FIGURE 8 PART DES IMPACTS PAR TYPE D’ALÉA COMMUNIQUÉS AU TITRE DE L’INDICATEUR C2 DU CADRE DE SENDAI (2015-2022)

Source: Auteurs du présent document, d’après les données relatives à l’indicateur C2 du Cadre de Sendai fournies par le Bureau des Nations Unies pour la prévention des catastrophes.

Ces pertes agricoles sont sans doute grandement sous-estimées étant donné le nombre limité de pays qui communiquent des données et les retards dans les déclarations du fait de la pandémie de covid-19. Des données plus à jour seront nécessaires pour prévoir et atténuer les catastrophes susceptibles de nuire à l’agriculture et pour définir des pratiques optimales tenant compte des risques.

Des informations de meilleure qualité sur les pertes dues aux catastrophes pourront aider à mieux comprendre les incidences sur le secteur agricole et à y remédier. Elles serviront en outre de base à l’élaboration et à l’adoption de politiques, de programmes et de mécanismes financiers qui permettront au secteur de poursuivre son développement malgré les chocs et les crises, et renforceront ainsi sa résilience. Afin de combler le manque de données suffisamment pertinentes et détaillées pour décrire les impacts des catastrophes sur l’agriculture et la sécurité alimentaire, les auteurs du présent rapport ont opté pour une estimation des pertes agricoles au niveau macro, à l’aide des données nationales sur la production agricole et la fréquence des catastrophes. La section ci-après présente une nouvelle méthode innovante d’estimation des pertes agricoles à l’échelle mondiale causées par les phénomènes extrêmes intervenus sur la période 1991-2021. Il s’agit de la première estimation fournissant une vue d’ensemble des pertes agricoles de tous les pays qui ont subi des catastrophes de petite, moyenne ou grande ampleur au cours des 31 dernières années.

Référence bibliographique à citer:
FAO. 2024. L’Impact des catastrophes sur l’agriculture et la sécurité alimentaire 2023 – Prévenir et réduire les pertes en investissant dans la résilience. Rome. https://doi.org/10.4060/cc7900fr

Les appellations employées dans ce produit d’information et la présentation des données qui y figurent n’impliquent de la part de l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO) aucune prise de position quant au statut juridique ou au stade de développement des pays, territoires, villes ou zones ou de leurs autorités, ni quant au tracé de leurs frontières ou limites. Les lignes pointillées sur les cartes représentent des frontières approximatives dont le tracé peut ne pas avoir fait l’objet d’un accord définitif. Le fait qu’une société ou qu’un produit manufacturé, breveté ou non, soit mentionné ne signifie pas que la FAO approuve ou recommande ladite société ou ledit produit de préférence à d’autres sociétés ou produits analogues qui ne sont pas cités.

ISBN 978-92-5-138668-2
© FAO, 2024
copyright
Certains droits réservés. Cette œuvre est mise à la disposition du public selon les termes de la licence Creative Commons Attribution 4.0 International (CC BY 4.0: https://creativecommons.org/licenses/by/4.0/legalcode.fr).

Selon les termes de cette licence, cette œuvre peut être copiée, diffusée et adaptée, sous réserve que la source soit mentionnée. Lorsque l’œuvre est utilisée, rien ne doit laisser entendre que la FAO cautionne une quelconque organisation, produit ou service. L’utilisation du logo de la FAO n’est pas autorisée. Si l’œuvre est traduite, la traduction doit obligatoirement être accompagnée de la mention de la source ainsi que de la clause de non-responsabilité suivante: «La traduction n’a pas été réalisée par l’Organisation des Nations Unies pour l’alimentation et l’agriculture (FAO). La FAO n’est pas responsable du contenu ni de l’exactitude de la traduction. L’édition originale en anglais est celle qui fait foi.»

Tout différend, tout litige ou toute demande découlant du présent Accord ou y relatif/relative est réglé(e) de gré à gré entre les Parties. Si celles-ci ne parviennent pas à s’entendre sur l’une des questions objet du différend ni sur un mode de règlement autre que l’arbitrage, l’une ou l’autre Partie est en droit de demander que la question soit tranchée par voie d’arbitrage conformément au Règlement d’arbitrage de la Commission des Nations Unies pour le droit commercial international (CNUDCI) en vigueur à ce moment. Les Parties acceptent d’être liées par toute sentence arbitrale rendue conformément au Règlement susmentionné, qui règle définitivement leur différend.

Documents et photographies de tierce partie. Il incombe aux utilisateurs souhaitant réutiliser des informations ou autres éléments contenus dans cette oeuvre qui sont attribués à un tiers, tels que des tableaux, des figures ou des images, de déterminer si une autorisation est requise pour leur réutilisation et d’obtenir le cas échéant la permission de l’ayant-droit. Toute action qui serait engagée à la suite d’une utilisation non autorisée d’un élément de l’oeuvre sur lequel une tierce partie détient des droits ne pourrait l’être qu’à l’encontre de l’utilisateur. Les photographies présentées dans cette oeuvre ne sont pas couvertes par la licence Creative Commons mentionnée ci-dessus. Toute demande relative à l’utilisation de photographies doit être adressée par courriel à: photo-library@fao.org.

Ventes, droits et licences. Les produits d’information de la FAO sont disponibles sur le site web de la FAO (www.fao.org/publications/fr) et peuvent être achetés par courriel à: publications-sales@fao.org. Les demandes visant un usage commercial doivent être soumises à: www.fao.org/contact-us/licence-request. Les questions relatives aux droits et aux licences doivent être adressées à: copyright@fao.org.

ROYAUME DES PAYS-BAS. En moyenne, 12 000 hectares de cultures, notamment de coton, de maïs et de noix, ont été endommagés par les précipitations et les crues.

¹ Assemblée générale des Nations Unies. 2016. Rapport du groupe de travail intergouvernemental d’experts à composition non limitée chargé des indicateurs et de la terminologie relatifs à la réduction des risques de catastrophe. Soixante et onzième session. Point 19 c) de l’ordre du jour. Développement durable: réduction des risques de catastrophe. New York (États-Unis). https://digitallibrary.un.org/record/852089?ln=fr
² EM-DAT (Base de données sur les situations d’urgence). 2023. Disasters in numbers 2022. Dans: CRED. Bruxelles. https://cred.be/sites/default/files/2022_EMDAT_report.pdf
³ UNDRR (Bureau des Nations Unies pour la prévention des catastrophes) et ISC (Conseil international des sciences). 2020. Hazard Definition & Classification Review. Technical Report. UNDRR, Genève et ISC, Paris. www.preventionweb.net/media/47681/download?startDownload=true
⁴ Assemblée générale des Nations Unies. 2016. Rapport du groupe de travail intergouvernemental d’experts à composition non limitée chargé des indicateurs et de la terminologie relatifs à la réduction des risques de catastrophe. Soixante et onzième session. Point 19 c) de l’ordre du jour. Développement durable: réduction des risques de catastrophe. New York (États-Unis). https://digitallibrary.un.org/record/852089?ln=fr
⁵ GIEC (Groupe d’experts intergouvernemental sur l’évolution du climat). 2022. Climate Change 2022 Impacts, Adaptation and Vulnerability. Working Group II Contribution to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama (sous la direction de), p. 3056. Cambridge University Press, Cambridge (Royaume-Uni) et New York (États-Unis). doi.org.10.1017/9781009325844
⁶ Conforti, P., Markova, G. et Tochkov, D. 2020. FAO’s Methodology for Damage and Loss Assessment in Agriculture. Document de travail de la Division de la statistique de la FAO n^o 19-17. FAO, Rome. www.fao.org/3/ca6990en/CA6990EN.pdf
⁷ Holleman, C., Rembold, F., Crespo, O. et Conti, V. 2020. The impact of climate variability and extremes on agriculture and food security – An analysis of the evidence and case studies. Document d’information établi pour servir de base à L’État de la sécurité alimentaire et de la nutrition dans le monde 2018. Étude technique de la FAO sur l’économie du développement agricole n^o 4. FAO, Rome. doi.org/10.4060/cb2415en
⁸ Banque mondiale. 2022. Pakistan: Flood Damages and Economic Losses Over USD 30 billion and Reconstruction Needs Over USD 16 billion – New Assessment. Dans: Banque mondiale. Washington. [Consulté en mai 2023]. www.worldbank.org/en/news/press-release/2022/10/28/pakistan-flood-damages-and-economic-losses-over-usd-30-billion-and-reconstruction-needs-over-usd-16-billion-new-assessme
⁹ NCEI (Centres nationaux d’information sur l’environnement). 2020. U.S. Billion-dollar Weather and Climate Disasters, 1980–present (NCEI Accession 0209268). Dans: NOAA. Washington. [Consulté le 13 mai 2023]. doi.org/10.25921/stkw-7w73
¹⁰ OIM (Organisation internationale pour les migrations). 2021. Corredor seco Honduras 2021: Línea base vulnerabilidad y sequía. Dans: OIM. Grand-Saconnex (Suisse). [Consulté le 5 mai 2022]. https://dtm.iom.int/reports/l%C3%ADnea-base-vulnerabilidad-y-sequ%C3%ADa-corredor-seco-honduras-noviembre-2020
¹¹ PAM (Programme alimentaire mondial). 2021. Charting a New Regional Course of Action: The Complex Motivations and Costs of Central American Migration. Rome. www.wfp.org/publications/complex-motivations-and-costs-central-american-migration
¹² HCR (Haut-Commissariat des Nations Unies pour les réfugiés). 2021. Le changement climatique s’ajoute à la liste des facteurs de déplacement au Honduras. Dans: HCR. Genève. [Consulté en novembre 2021]. https://www.unhcr.org/fr/actualites/stories/le-changement-climatique-sajoute-la-liste-des-facteurs-de-deplacement-au?
¹³ Netherer, S., Panassiti, B., Pennerstorfer, J. et Matthews, B. 2019. Acute Drought Is an Important Driver of Bark Beetle Infestation in Austrian Norway Spruce Stands. Frontiers in Forests and Global Change, 2: 39. doi.org/10.3389/ffgc.2019.00039
¹⁴ Valadez, M. et de la Lama, G.M. 2023. Heat Stress in Cattle. Animal Behaviour and Welfare Cases. [Consulté le 31 mars 2023]. doi.org/10.1079/abwcases.2023.0005
¹⁵ Thornton, P., Nelson, G., Mayberry, D. et Herrero, M. 2022. Impacts of heat stress on global cattle production during the 21st century: a modelling study. The Lancet Planetary Health, 6(3): e192-e201. doi.org/10.1016/S2542-5196(22)00002-X
¹⁶ Peng, S., Huang, J., Sheehy, J.E., Laza, R.C., Visperas, R.M., Zhong, X., Centeno, G.S., Khush, G.S. et Cassman, K.G. 2004. Rice yields decline with higher night temperature from global warming. Proceedings of the National Academy of Sciences, 101(27): 9971-9975. doi.org/10.1073/pnas.0403720101
¹⁷ Schlenker, W. et Roberts, M.J. 2009. Nonlinear temperature effects indicate severe damages to U.S. crop yields under climate change. Proceedings of the National Academy of Sciences, 106(37): 15594-15598. doi.org/10.1073/pnas.0906865106
¹⁸ Fernie, E., Tan, D.K.Y., Liu, S.Y., Ullah, N. et Khoddami, A. 2022. Post-Anthesis Heat Influences Grain Yield, Physical and Nutritional Quality in Wheat: A Review. Agriculture, 12(6): 886. doi.org/10.3390/agriculture12060886
¹⁹ Bishop, J., Bell, T., Huang, C. et Ward, M. 2021. Fire on the Farm: Assessing the impacts of the 2019–2020 bushfires on food and agricultures in Australia. Fonds mondial pour la nature (WWF). https://assets.wwf.org.au/image/upload/v1/website-media/resources/WWF_Report-Fire_on_the_Farm_converted
²⁰ Banque d’Italie. 2022. Gli effetti del cambiamento climatico sull’economia italiana. Questioni di Economia e Finanza n^o 728. Rome. www.bancaditalia.it/pubblicazioni/qef/2022-0728/QEF_728_22.pdf
²¹ Brás, T.A., Seixas, J., Carvalhais, N. et Jägermeyr, J. 2021. Severity of drought and heatwave crop losses tripled over the last five decades in Europe. Environmental Research Letters, 16(6): 065012. doi.org/10.1088/1748-9326/abf004
²² FICR (Fédération internationale des sociétés de la Croix-Rouge et du Croissant-Rouge). 2022. Mozambique: Tropical Cyclones Idai and Kenneth – Emergency Appeal n° MDRMZ014, Final Report. Dans: ReliefWeb. [Consulté en juillet 2023]. https://reliefweb.int/report/mozambique/mozambique-tropical-cyclones-idai-and-kenneth-emergency-appeal-ndeg-mdrmz014-final-report
²³ Plateforme scientifique de l’Union européenne. 2023. The EU 2022 wildfire season was the second worst on record. Dans: Commission européenne. [Consulté le 10 mars 2023]. https://joint-research-centre.ec.europa.eu/jrc-news-and-updates/eu-2022-wildfire-season-was-second-worst-record-2023-05-02_en
²⁴ You, S., Liu, T., Zhang, M., Zhao, X., Dong, Y., Wu, B., Wang, Y., Li, J., Wei, X. et Shi, B. 2021. African swine fever outbreaks in China led to gross domestic product and economic losses. Nature Food, 2021(10): 802-808. doi.org/10.1038/s43016-021-00362-1
²⁵ PAM. 2022. Pakistan Country Brief, October 2022. Rome. https://reliefweb.int/report/pakistan/wfp-pakistan-country-brief-october-2022
²⁶ FAO (Organisation des Nations Unies pour l’alimentation et l’agriculture). 2023. Séismes en Türkiye: plus de 20 pour cent de la production alimentaire perdue selon les premières évaluations. Dans: FAO. Rome. [Consulté le 10 mars 2023]. www.fao.org/newsroom/detail/turkiye-earthquakes-initial-assessment-indicates-losses-of-more-than-20-percent-in-food-production/fr
²⁷ Banque asiatique de développement. 2021. Asian Development Outlook 2021 Update: Transforming Agriculture in Asia. Manille. www.adb.org/sites/default/files/publication/726556/ado2021-update.pdf
²⁸ Groupe de la Banque africaine de développement. 2016. Nourrir l’Afrique – Stratégie pour la transformation de l’agriculture en Afrique pour la période 2016-2025. Abidjan. https://www.afdb.org/fr/documents/document/feed-africa-strategy-for-agricultural-transformation-in-africa-2016-2025-89888
²⁹ FAO, FIDA (Fonds international de développement agricole), OMS (Organisation mondiale de la Santé), PAM et UNICEF (Fonds des Nations Unies pour l’enfance). 2023. L’État de la sécurité alimentaire et de la nutrition dans le monde 2023. Urbanisation, transformation des systèmes agroalimentaires et accès à une alimentation saine le long du continuum rural-urbain. FAO, Rome. doi.org/10.4060/cc3017fr
³⁰ Kunbhar, Z. 2022. Floods after drought devastate Sindh’s Agriculture. Dans: The Third Pole. [Consulté le 26 août 2022]. www.thethirdpole.net/en/food/floods-after-drought-devastate-sindh-agriculture
³¹ Gouvernement du Pakistan. 2022. Pakistan Meteorological Department: Drought Alert-1 (16 May 2022). Dans: Reliefweb. [Consulté en mai 2023]. https://reliefweb.int/report/pakistan/pakistan-meteorological-department-drought-alert-i-16-may-2022
³² Mushtaq, F., Ali, M., Ghosh, A., Jalal, R., Asghar, A., Dadhich, G., Chiozza, F. et al. 2022. A rapid geospatial flood impact assessment in Pakistan. FAO, Rome. https://www.fao.org/geospatial/resources/detail/en/c/1629466
³³ Gouvernement du Pakistan. 2022. Pakistan Floods 2022: Post-Disaster Needs Assessment. Dans: Reliefweb. [Consulté en mai 2023]. https://reliefweb.int/report/pakistan/pakistan-floods-2022-post-disaster-needs-assessment
³⁴ Kugelman, M. 2022. Foreign Policy, Pakistan’s Flood Crisis Could Become a Food Crisis. Dans: Foreign Policy. 8 septembre 2022. https://foreignpolicy.com/2022/09/08/pakistan-floods-food-security-crisis
³⁵ IRC (Comité international de secours). 2023. Six months on since the Pakistan floods, 8.6 million people are facing hunger: IRC calls for world leaders to address the imbalance of climate change. Dans: IRC. [Consulté en mai 2023]. www.rescue.org/press-release/six-months-pakistan-floods-86-million-people-are-facing-hunger-irc-calls-world
³⁶ IPC (Cadre intégré de classification de la sécurité alimentaire). 2022. Khyber Pakhtunkhwa, Pakistan: IPC Acute Food Insecurity Analysis July – December 2022. Dans: Reliefweb. [Consulté en mai 2023]. https://reliefweb.int/report/pakistan/khyber-pakhtunkhwa-pakistan-ipc-acute-food-insecurity-analysis-july-december-2022-published-december-30-2022
³⁷ IDMC (Observatoire des situations de déplacement interne). 2023. 2023 Global Report on Internal Displacement. IDMC, Genève. www.internal-displacement.org/global-report/grid2023/#french
³⁸ FICR. 2022. Central America: Hurricanes Eta & Iota – Final Report (MDR43007). FICR. https://reliefweb.int/report/guatemala/central-america-hurricanes-eta-iota-final-report-mdr43007
³⁹ Ruiz Soto, A.G., Bottone, R., Waters, J., Williams, S., Louie, A. et Wang, Y. 2021. Charting a New Regional Course of Action: The Complex Motivations and Costs of Central American Migration. Institut des politiques migratoires. www.migrationpolicy.org/sites/default/files/publications/mpi-wfp-mit_migration-motivations-costs_final.pdf
⁴⁰ Rubi, M. et Gaynor, T. 2021. In Honduras, climate change is one more factor sparking displacement. Dans: HCR. Genève. [Consulté en mars 2023]. https://www.unhcr.org/news/stories/honduras-climate-change-one-more-factor-sparking-displacement
⁴¹ OIT (Organisation internationale du Travail). 2023. Employment by sex and age (thousands) – Annual. Dans: ILOSTAT. Genève. [Consulté en mars 2023]. www.ilo.org/shinyapps/bulkexplorer53/?lang=en&segment=indicator&id=EMP_TEMP_SEX_AGE_NB_A.
⁴² Botreau, H. et Cohen, M.J. 2019. Gender inequalities and food insecurity: Ten years after the food price crisis, why are women farmers still food-insecure? Oxfam. http://hdl.handle.net/10546/620841
⁴³ FAO. 2021. The impact of disasters and crises on agriculture and food security: 2021. Rome. doi.org/10.4060/cb3673en
⁴⁴ Gouvernement du Pakistan. 2023. Introduction. Dans: Pakistan Bureau of Statistics. [Consulté en mars 2023]. www.pbs.gov.pk/content/agriculturestatistics#:~:text=It%20contributes%20about%2024%20percent,source%20of%20foreign%20exchange%20earnings
⁴⁵ OIT. 2023. Employment by sex and age (thousands) – Annual. Dans: ILOSTAT. Genève. [Consulté en mars 2023]. www.ilo.org/shinyapps/bulkexplorer53/?lang=en&segment=indicator&id=EMP_TEMP_SEX_AGE_NB_A
⁴⁶ Chowdhury, J.R., Parida, Y. et Agarwal, P. 2022. How flood affects rural employment in India: A gender analysis. International Journal of Disaster Risk Reduction, 73: 102881. doi.org/10.1016/j.ijdrr.2022.102881
⁴⁷ PNUD (Programme des Nations Unies pour le développement). 2023. Multidimensional Vulnerability Index. Dans: PNUD. New York (États-Unis). [Consulté en juillet 2023]. https://data.undp.org/sids/app/vulnerability/mvi-index/spider
⁴⁸ Maino, R. et Emrullahu, D. 2022. Climate Change in sub-Saharan Africa Fragile States: Evidence from Panel Estimations. IMF Working Papers, 2022(054): 1. doi.org/10.5089/9798400204869.001
⁴⁹ Molua, E.L. 2009. An empirical assessment of the impact of climate change on smallholder agriculture in Cameroon. Global and Planetary Change, 67(3–4): 205–208. doi.org/10.1016/j.gloplacha.2009.02.006
⁵⁰ Mazhin, SA., Farrokhi, M., Noroozi, M., Roudini, J., Hosseini, S.A., Motlagh, M.E., Kolivand, P. et Khankeh, H. Worldwide disaster loss and damage databases: A systematic review. J Educ Health Promot. 30 septembre 2021; 10:329. doi: 10.4103/jehp.jehp_1525_20. PMID: 34761015; PMCID: PMC8552254. https://doi.org/10.4103%2Fjehp.jehp_1525_20
⁵¹ UNDRR. 2016. Rapport du groupe de travail intergouvernemental d’experts à composition non limitée chargé des indicateurs et de la terminologie relatifs à la réduction des risques de catastrophe. UNDRR. www.preventionweb.net/publication/report-open-ended-intergovernmental-expert-working-group-indicators-and-terminology
⁵² Abbade, E.B. 2015. Environmental impacts of food supply and obesogenic severity worldwide. British Food Journal, 117(12): 2863-2879. doi.org/10.1108/BFJ-12-2014-0404
⁵³ OMM (Organisation météorologique mondiale). 2023. Economic costs of weather-related disasters soars but early warnings save lives. Dans: OMM. Genève. [Consulté en mars 2023]. https://public.wmo.int/en/media/press-release/economic-costs-of-weather-related-disasters-soars-early-warnings-save-lives
⁵⁴ Jones, R.L., Guha-Sapir, D. et Tubeuf, S. 2022. Human and economic impacts of natural disasters: can we trust the global data? Scientific Data, 9(1): 572. doi.org/10.1038/s41597-022-01667-x
⁵⁵ CRED (Centre de recherche sur l’épidémiologie des désastres) et UNDRR. 2018. Economic Losses, Poverty & Disasters 1998-2017. https://reliefweb.int/report/world/economic-losses-poverty-disasters-1998-2017
⁵⁶ UNDRR. 2022. Global Assessment Report on Disaster Risk Reduction – Our World at Risk: Transforming Governance for a Resilient Future. Genève. www.undrr.org/GAR2022
⁵⁷ FAO. 2018. The impact of disasters and crises on agriculture and food security 2017. Rome. https://www.fao.org/3/I8656EN/i8656en.pdf
⁵⁸ Banque mondiale et FAO. 2018. Rebuilding Resilient and Sustainable Agriculture in Somalia (Overview). Somalia Country Economic Memorandum Volume 1. FAO, Rome. https://www.fao.org/documents/card/en?details=I8842EN%2f
⁵⁹ Secrétariat de la CIPV (Convention internationale pour la protection des végétaux). 2021. Examen scientifique des effets des changements climatiques sur les organismes nuisibles aux végétaux: un défi mondial à relever afin de prévenir et d’atténuer les risques phytosanitaires dans l’agriculture, la sylviculture et les écosystèmes. FAO pour le compte du secrétariat de la CIPV. doi.org/10.4060/cb4769fr
⁶⁰ Goergen, G., Kumar, P.L., Sankung, S.B., Togola, A. et Tamò, M. 2016. First Report of Outbreaks of the Fall Armyworm Spodoptera frugiperda (J E Smith) (Lepidoptera, Noctuidae), a New Alien Invasive Pest in West and Central Africa. PLOS ONE, 11(10): e0165632. doi.org/10.1371/journal.pone.0165632
⁶¹ Kenis, M., Benelli, G., Biondi, A., Calatayud, P.-A., Day, R., Desneux, N., Harrison, R.D. et al. 2022. Invasiveness, biology, ecology, and management of the fall armyworm, Spodoptera frugiperda. Entomologia Generalis, 102198. doi.org/10.1127/entomologia/2022/1659
⁶² Montezano, D.G., Specht, A., Sosa-Gómez, D.R., Roque-Specht, V.F., Sousa-Silva, J.C., PaulaMoraes, S.V., Peterson, J.A. et Hunt, T.E. 2018. Host Plants of Spodoptera frugiperda (Lepidoptera: Noctuidae) in the Americas. African Entomology, 26(2): 286-300. https://doi.org/10.4001/003.026.0286
⁶³ Day, R., Abrahams, P., Bateman, M., Beale, T., Clottey, V., Cock, M., Colmenarez, Y. et al. 2017. Fall Armyworm: Impacts and Implications for Africa. Outlooks on Pest Management, 28(5): 196-201. doi.org/10.1564/v28_oct_02
⁶⁴ Abrahams, P., Bateman, M., Beale, T., Clottey, V., Cock, M., Colemenarez, Y., Corniani, N. et al. 2017. Fall armyworm: impacts and implications for Africa. Note d’information n° 2. Centre for Agriculture and Biosciences International (CABI). www.invasive-species.org/wp-content/uploads/sites/2/2019/02/FAW-Evidence-Note-October-2018.pdf
⁶⁵ Chimweta, M., Nyakudya, I.W., Jimu, L. et Bray Mashingaidze, A. 2020. Fall armyworm [Spodoptera frugiperda (J.E. Smith)] damage in maize: management options for flood-recession cropping smallholder farmers. International Journal of Pest Management, 66(2): 142-154. doi.org/10.1080/09670874.2019.1577514
⁶⁶ Baudron, F., Zaman-Allah, M.A., Chaipa, I., Chari, N. et Chinwada, P. 2019. Understanding the factors influencing fall armyworm (Spodoptera frugiperda J.E. Smith) damage in African smallholder maize fields and quantifying its impact on yield. A case study in Eastern Zimbabwe. Crop Protection, 120: 141150. doi.org/10.1016/j.cropro.2019.01.028
⁶⁷ Overton, K., Maino, J.L., Day, R., Umina, P.A., Bett, B., Carnovale, D., Ekesi, S., Meagher, R. et Reynolds, O.L. 2021. Global crop impacts, yield losses and action thresholds for fall armyworm (Spodoptera frugiperda): A review. Crop Protection, 145: 105641. doi.org/10.1016/j.cropro.2021.105641
⁶⁸ Davis, F.M., Ng, S.S. et Williams, W.P. 1992. Visual rating scales for screening whorl-stage corn for resistance to fall armyworm. Technical bulletin – Mississippi Agricultural and Forestry Experiment Station (USA), 186:9.
⁶⁹ Murray, D.A.H., Clarke, M.B. et Ronning, D.A. 2013. The Current and Potential Costs of Invertebrate Pests in Grain Crops. Grains Research and Development Corporation. https://grdc.com.au/data/assets/pdf_file/0026/159281/grdcreportcurrentpotentialcostsinvertebratepests-feb2013pdf.pdf-QR-code-editpdf.pdf
⁷⁰ Zacarias, D.A. 2020. Global bioclimatic suitability for the fall armyworm, Spodoptera frugiperda (Lepidoptera: Noctuidae), and potential co-occurrence with major host crops under climate change scenarios. Climatic Change, 161(4): 555-566. doi.org/10.1007/s10584-020-02722-5
⁷¹ Ramasamy, M., Das, B. et Ramesh, R. 2022. Predicting climate change impacts on potential worldwide distribution of fall armyworm based on CMIP6 projections. Journal of Pest Science, 95(2): 841-854. doi.org/10.1007/s10340-021-01411-1
⁷² Tambo, J.A., Kansiime, M.K., Rwomushana, I., Mugambi, I., Nunda, W., Mloza Banda, C., Nyamutukwa, S., Makale, F. et Day, R. 2021. Impact of fall armyworm invasion on household income and food security in Zimbabwe. Food and Energy Security, 10(2): 299-312. doi.org/10.1002/fes3.281
⁷³ Deshmukh, S., Pavithra, H.B., Kalleshwaraswamy, C.M., Shivanna, B.K., Maruthi, M.S. et MotaSanchez, D. 2020. Field Efficacy of Insecticides for Management of Invasive Fall Armyworm, Spodoptera frugiperda (J. E. Smith) (Lepidoptera: Noctuidae) on Maize in India. Florida Entomologist, 103(2): 221-227. doi.org/10.1653/024.103.0211
⁷⁴ Grande, F., Ueda, Y., Masangwi, S., Moltedo, A., Brivio, R., Selek, A., Vannuccini, S., Tayyib, S. et Holmes, B. 2023. Global Nutrient Conversion Table for FAO Supply Utilization Accounts. FAO, Rome.
⁷⁵ Institute of Medicine. 1997. Dietary Reference Intakes for Calcium, Phosphorus, Magnesium, Vitamin D, and Fluoride. The National Academies Press, Washington. https://nap.nationalacademies.org/catalog/5776/dietary-reference-intakes-for-calcium-phosphorus-magnesium-vitamin-d-and-fluoride
⁷⁶ Institute of Medicine. 1998. Dietary Reference Intakes for Thiamin, Riboflavin, Niacin, Vitamin B6, Folate, Vitamin B12, Pantothenic Acid, Biotin, and Choline. The National Academies Press, Washington. https://nap.nationalacademies.org/catalog/6015/dietary-reference-intakes-for-thiamin-riboflavin-niacin-vitamin-b6-folate-vitamin-b12-pantothenic-acid-biotin-and-choline
⁷⁷ Institute of Medicine. 2000. Dietary Reference Intakes for Vitamin C, Vitamin E, Selenium, and Carotenoids. The National Academies Press, Washington. https://nap.nationalacademies.org/catalog/9810/dietary-reference-intakes-for-vitamin-c-vitamin-e-selenium-and-carotenoids
⁷⁸ Institute of Medicine. 2001. Dietary Reference Intakes for Vitamin A, Vitamin K, Arsenic, Boron, Chromium, Copper, Iodine, Iron, Manganese, Molybdenum, Nickel, Silicon, Vanadium, and Zinc. The National Academies Press, Washington. https://nap.nationalacademies.org/catalog/10026/dietary-reference-intakes-for-vitamin-a-vitamin-k-arsenic-boron-chromium-copper-iodine-iron-manganese-molybdenum-nickel-silicon-vanadium-and-zinc
⁷⁹ FAO. 2020. Évaluation des ressources forestières mondiales 2020 – Principaux résultats. Rome. https://www.fao.org/3/CA8753FR/CA8753FR.pdf
⁸⁰ Bond, W.J., Woodward, F.I. et Midgley, G.F. 2005. The global distribution of ecosystems in a world without fire. New Phytologist, 165(2): 525-538. doi.org/10.1111/j.1469-8137.2004.01252.x
⁸¹ Bowman, D.M.J.S., Balch, J.K., Artaxo, P., Bond, W.J., Carlson, J.M., Cochrane, M.A., D’Antonio, C.M. et al. 2009. Fire in the Earth System. Science, 324(5926): 481-484. doi.org/10.1126/science.1163886
⁸² FAO. 2018. La Situation des forêts du monde 2018. Les forêts au service du développement durable. Rome. https://www.fao.org/3/i9535fr/i9535fr.pdf
⁸³ FAO et PNUE (Programme des Nations Unies pour l’environnement). 2020. La Situation des forêts du monde 2020. Forêts, biodiversité et activité humaine. FAO, Rome et PNUE, Nairobi. https://doi.org/10.4060/ca8642fr
⁸⁴ Doerr, S.H. et Santín, C. 2016. Global trends in wildfire and its impacts: perceptions versus realities in a changing world. Philosophical Transactions of the Royal Society B: Biological Sciences, 371(1696): 20150345. doi.org/10.1098/rstb.2015.0345
⁸⁵ Giglio, L., Randerson, J.T., Van Der Werf, G.R., Kasibhatla, P.S., Collatz, G.J., Morton, D.C. et DeFries, R.S. 2010. Assessing variability and long-term trends in burned area by merging multiple satellite fire products. Biogeosciences, 7(3): 1171-1186. doi.org/10.5194/bg-7-1171-2010
⁸⁶ van Lierop, P., Lindquist, E., Sathyapala, S. et Franceschini, G. 2015. Global forest area disturbance from fire, insect pests, diseases and severe weather events. Forest Ecology and Management, 352: 78-88. doi.org/10.1016/j.foreco.2015.06.010
⁸⁷ GWIS (Système mondial d’information sur les feux de forêt). 2022. Country Profile. Dans: GWIS. [Consulté en janvier 2023]. https://gwis.jrc.ec.europa.eu/apps/country.profile
⁸⁸ Chuvieco, E., Roteta, E., Sali, M., Stroppiana, D., Boettcher, M., Kirches, G., Storm, T. et al. 2022. Building a small fire database for Sub-Saharan Africa from Sentinel-2 high-resolution images. Science of The Total Environment, 845: 157139. doi.org/10.1016/j.scitotenv.2022.157139
⁸⁹ PNUE et GRID-Arendal. 2022. Spreading like Wildfire: The Rising Threat of Extraordinary Landscape Fires. www.unep.org/resources/report/spreading-wildfire-rising-threat-extraordinary-landscape-fires
⁹⁰ GIEC. 2019. Special Report: Climate Change and Land. Rapport spécial. Genève. www.ipcc.ch/srccl
⁹¹ Flannigan, M.D., Krawchuk, M.A., De Groot, W.J., Wotton, B.M. et Gowman, L.M. 2009. Implications of changing climate for global wildland fire. International Journal of Wildland Fire, 18(5): 483. doi.org/10.1071/WF08187
⁹² Boschetti, L., Sparks, A., Roy, D.P., Giglio, L. et San-Miguel-Ayanz, J. 2020. GWIS national and subnational fire activity data from the NASA MODIS Collection 6 Burned Area Product in support of policy making, carbon inventories and natural resource management, developed under NASA Applied Sciences grant #80NSSC18K0400. Using the NASA Polar Orbiting Fire Product Record to Enhance and Expand the Global Wildfire Information System (GWIS). https://gwis.jrc.ec.europa.eu/apps/country.profile/downloads
⁹³ Commission européenne, Centre commun de recherche. 2022. Pan-European wildfire risk assessment. Publications de l’Union européenne. https://data.europa.eu/doi/10.2760/9429
⁹⁴ Bowman, D.M.J.S., Williamson, G.J., Abatzoglou, J.T., Kolden, C.A., Cochrane, M.A. et Smith, A.M.S. 2017. Human exposure and sensitivity to globally extreme wildfire events. Nature Ecology & Evolution, 1(3): 1-6. doi.org/10.1038/s41559-016-0058
⁹⁵ FAO. 2019. FAO Strategy on Forest Fire Management. Rome. www.fao.org/forestry/49772-0e64392e1b16124967bab33b6cbd84417.pdf
⁹⁶ Haubrock, P.J., Turbelin, A.J., Cuthbert, R.N., Novoa, A., Taylor, N.G., Angulo, E., BallesterosMejia, L. et al. 2021. Economic costs of invasive alien species across Europe. NeoBiota, 67: 153-190. doi.org/10.3897/neobiota.67.58196
⁹⁷ Service des forêts de l’USDA (Département de l’agriculture des États-Unis). 2009. Major Forest Insect and Disease Conditions in the United States: 2009 Update. USDA Forest Service FS-952. www.fs.usda.gov/foresthealth/publications/ConditionsReport_2009.pdf
⁹⁸ Pimentel, D., Lach, L., Zuniga, R. et Morrison, D. 2000. Environmental and Economic Costs of Nonindigenous Species in the United States. BioScience, 50(1): 53. [0053:EAECON]2.3.CO;2. https://entnemdept.ufl.edu/Hodges/als4161/Secure/PDF%20Files/Articles/Environmental_and_Economic.pdf
⁹⁹ Fei, S., Morin, R.S., Oswalt, C.M. et Liebhold, A.M. 2019. Biomass losses resulting from insect and disease invasions in US forests. Proceedings of the National Academy of Sciences, 116(35): 17371-17376. doi.org/10.1073/pnas.1820601116
¹⁰⁰ Turner, J.A., Buongiorno, J., Zhu, S., Prestemon, J.P., Li, R. et Bulman, L.S. 2007. Modelling the impact of the exotic forest pest Nectria on the New Zealand forest sector and its major trading partners. New Zealand Journal of Forestry Science, 37(3): 383-411. www.srs.fs.usda.gov/pubs/ja/ja_turner009.pdf
¹⁰¹ Williams, F., Eschen, R., Harris, A., Djeddour, D., Pratt, C., Shaw, R.S., Varia, S. et al. 2010. The economic cost of invasive non-native species on Great Britain. CABI, Wallingford (Royaume-Uni). www.cabi.org/VetMedResource/ebook/20123122024
¹⁰² Commonwealth of Australia. 2018. Australia’s State of the Forests Report 2018. Ministère de l’agriculture et des ressources en eau, Bureau australien de l’économie et des sciences de l’agriculture et des ressources (ABARES), Canberra. https://www.agriculture.gov.au/abares/forestsaustralia/sofr/sofr-2018
¹⁰³ Wills, A.J. et Farr, J.D. 2017. Gumleaf skeletoniser Uraba lugens (Lepidoptera: Nolidae) larval outbreaks occur in high rainfall Western Australian jarrah (Eucalyptus marginata) forest after drought: Uraba lugens dryness index. Austral Entomology, 56(4): 424-432. doi.org/10.1111/aen.12255
¹⁰⁴ Cameron, N.L., Carnegie, A.J., Wardlaw, T., Lawson, S. et Venn, T. 2018. Economic appraisal of Sirex Wood Wasp (Sirex noctilio) control in Australian pine plantations. Australian Forestry, 81(1): 37-45. doi.org/10.1080/00049158.2018.1430436
¹⁰⁵ Nahrung, H.F. et Carnegie, A.J. 2020. Non-native Forest Insects and Pathogens in Australia: Establishment, Spread, and Impact. Frontiers in Forests and Global Change, 3: 37. doi.org/10.3389/ffgc.2020.00037
¹⁰⁶ Mota, M.M. et Vieira, P. (sous la direction de). 2008. Pine Wilt Disease: A Worldwide Threat to Forest Ecosystems. Springer, Dordrecht (Pays-Bas). doi.org/10.1007/978-1-4020-8455-3
¹⁰⁷ Office japonais des forêts. 2020. Annual Report on Forest and Forestry in Japan. Tokyo. www.maff.go.jp/e/data/publish/attach/pdf/index-208.pdf
¹⁰⁸ Ressources naturelles Canada. 2020. L’État des forêts au Canada. Rapport annuel 2020. Ottawa, Service canadien des forêts. https://cfs.nrcan.gc.ca/publications?id=40220
¹⁰⁹ Gomez, D.F., Sathyapala, S. et Hulcr, J. 2020. Towards Sustainable Forest Management in Central America: Review of Southern Pine Beetle (Dendroctonus frontalis Zimmermann) Outbreaks, Their Causes, and Solutions. Forests, 11(2): 173. doi.org/10.3390/f11020173
¹¹⁰ Billings, R. 2015. Second evaluation of a major pine beetle outbreak in Honduras and recommendations for direct control. Rapport non publié. Programmes internationaux du Service des forêts de l’USDA et Agence des États-Unis pour le développement international (USAID).
¹¹¹ Billings, R. 2019. Technical assistance visit to the Dominican Republic to evaluate and make recommendations for direct control of an outbreak of the pine bark beetle Ips calligraphus. Rapport non publié. Programmes internationaux du Service des forêts de l’USDA, Service des forêts du Texas, College Station (États-Unis).
¹¹² Jiménez G., A.A., Cordón Cabrera, P.R. et Agramonte, J.E. 2022. Fluctuación poblacional de Ips calligraphus en pinares de la vertiente norte de la cordillera Central, República Dominicana. Novitates Caribaea, (20): 137-154. doi.org/10.33800/nc.vi20.314
¹¹³ Hernández Paz, M. 1975. El gorgojo de la corteza, plaga principal de los pinares. Corporación Hondureña de Desarrollo Forestal.
¹¹⁴ Billings, R. 1982. Evaluation and recommendations for control of the 1982 outbreak of Dendroctonus in the pine forests of Honduras. Rapport non publié. USDA, Bureau de la coopération internationale et du développement de l’USAID, Lufkin (États-Unis).
¹¹⁵ Macias Sámano, J.E., Billings, R.F. et Espino Mendoza, V. 2017. Guía para implementar el método de cortar y dejar y la franja de contención como medios de control del gorgojo descortezador del pino, Dendroctonus frontalis, en Centroamérica y México. Institut national pour la conservation et l’exploitation des forêts, des zones protégées et de la vie sauvage (Tegucigalpa, Honduras) et Programmes internationaux du Service des forêts de l’USDA, Washington et Tegucigalpa (Honduras).
¹¹⁶ Billings, R., Clarke, S.R., Espino Mendoza, V., Cordon Cabrera, P., Melendez Figueroa, B., Ramon Campos, J. et Baeza, G. 2004. Invasions de dendroctones et incendies: une combinaison dévastatrice pour les forêts de pins d’Amérique centrale. Unasylva, 55: 10-15. https://www.fao.org/3/y5507f/y5507f05.htm
¹¹⁷ Paveglio, T.B., Brenkert-Smith, H., Hall, T. et Smith, A.M.S. 2015. Understanding social impact from wildfires: advancing means for assessment. International Journal of Wildland Fire, 24(2): 212. doi.org/10.1071/WF14091
¹¹⁸ Walz, Y., Janzen, S., Narvaez, L., Ortiz-Vargas, A., Woelki, J., Doswald, N. et Sebesvari, Z. 2021. Disaster-related losses of ecosystems and their services. Why and how do losses matter for disaster risk reduction? International Journal of Disaster Risk Reduction, 63: 102425. doi.org/10.1016/j.ijdrr.2021.102425
¹¹⁹ FAO. 2022. La Situation mondiale des pêches et de l’aquaculture 2022. Vers une transformation bleue. Rome. doi.org/10.4060/cc0461fr
¹²⁰ Barange, M., Bahri, T., Beveridge, M.C.M., Cochrane, K.L., Funge-Smith, S. et Poulain, F. 2018. Impacts of climate change on fisheries and aquaculture. Synthesis of current knowledge, adaptation and mitigation options. Document technique sur les pêches et l’aquaculture de la FAO. T627. FAO, Rome. www.fao.org/3/i9705en/i9705en.pdf
¹²¹ Hampton, I., Githaiga-Mwicigi, J., Lamberth, S., Pitcher, G.C., Pretorius, M., Van Der Lingen, C. et Yemane, D. 2017. Report of the DAFF Workshop on Adaptation to Climate Change in the South African Marine Fisheries and Marine Aquaculture Sectors, 11-12 October 2016. DAFF Research Aquarium, Sea Point, Le Cap (Afrique du Sud). https://www.fao.org/3/cc2822en/cc2822en.pdf
¹²² Ortega-Cisneros, K., Cochrane, K.L., Rivers, N. et Sauer, W.H.H. 2021. Assessing South Africa’s Potential to Address Climate Change Impacts and Adaptation in the Fisheries Sector. Frontiers in Marine Science, 8. www.frontiersin.org/articles/10.3389/fmars.2021.652955
¹²³ Karlson, B., Andersen, P., Arneborg, L., Cembella, A., Eikrem, W., John, U., West, J.J. et al. 2021. Harmful algal blooms and their effects in coastal seas of Northern Europe. Harmful Algae, 102: 101989. doi.org/10.1016/j.hal.2021.101989
¹²⁴ DFFE (Département des forêts, des pêches et de l’environnement). 2019. National Climate Change Adaptation Strategy, Republic of South Africa. DFFE. www.dffe.gov.za/sites/default/files/docs/nationalclimatechange_adaptationstrategy_ue10november2019.pdf
¹²⁵ van Diemen, E. 2022. Situation Red Alert issued to recover live rock lobster after mass red tide walkout. Dans: Daily Maverick. [Consulté en juillet 2023]. www.dailymaverick.co.za/article/2022-03-04-situation-red-alert-issued-to-recover-live-rock-lobster-after-mass-red-tide-walkout
¹²⁶ Cockcroft, A.C. 2001. Jasus lalandii “walkouts” or mass strandings in South Africa during the 1990s: an overview. Marine and Freshwater Research, 52(8): 1085. doi.org/10.1071/MF01100
¹²⁷ Cockcroft, A.C. et Payne, A.I.L. 1999. A cautious fisheries management policy in South Africa: the fisheries for rock lobster. Marine Policy, 23(6): 587-600. https://doi.org/10.1016/S0308-597X(98)00045-1
¹²⁸ Eggers, J., Cochrane, K. et Sauer, W. 2022. Estimating the economic income and social contributions derived from the South African west coast rock lobster fishery. African Journal of Marine Science, 44(3): 255269. doi.org/10.2989/1814232X.2022.2104926
¹²⁹ Bureau de la protection civile des Philippines et équipe de pays pour l’action humanitaire. 2019. Typhoon Kammuri (Tisoy) Joint Rapid Assessment of Impact and Needs. www.humanitarianresponse.info/sites/www.humanitarianresponse.info/files/documents/files/191211_typhoon_kammuri_tisoy_rapid_assessment_report_rev.pdf
¹³⁰ Bureau de la protection civile des Philippines et équipe de pays pour l’action humanitaire. 2020. Super Typhoon Goni (Rolly) Humanitarian Needs and Priorities. https://reliefweb.int/attachments/50a2637e-bfcb-3452-ab40-4a7c0a99cd32/PHL-TyphoonGoni-HumanitarianNeedsPriorities-201109.pdf
¹³¹ FAO. 2022. Philippines: Damages and needs assessment of families affected by Super Typhoon Rai (“Odette”) in selected provinces of Region VIII and Region XIII. Rome. doi.org/10.4060/cc0207en
¹³² Bureau de la protection civile des Philippines et équipe de pays pour l’action humanitaire. 2022. Consolidated Needs Assessment Report Revision: Super Typhoon Rai (Odette). https://reliefweb.int/attachments/810f3297-b89d-3088-b589-6ecb34cc58c8/2022%20Consolidated%20Needs%20Assessment%20Report%20Revision%20-%20Super%20Typhoon%20Rai%20-%20Philippines%20%281%29.pdf
¹³³ Département des statistiques des Tonga. 2023. National Accounts. Dans: Département des statistiques des Tonga. [Consulté en juin 2023]. https://tongastats.gov.to/statistics/economics/national-accounts
¹³⁴ Banque mondiale. 2023. Agriculture, forestry, and fishing, value added (constant 2015 US$) – Tonga. Dans: Banque mondiale. Washington. [Consulté en juin 2023]. https://data.worldbank.org/indicator/NV.AGR.TOTL.KD?locations=TO
¹³⁵ Département des statistiques des Tonga. 2023. Agriculture Census. Dans: Département des statistiques des Tonga. [Consulté en juin 2023]. https://tongastats.gov.to/census/agriculture-census
¹³⁶ Département des statistiques des Tonga. 2023. Household Income and Expenditure Survey. Dans: Département des statistiques des Tonga. [Consulté en juin 2023]. https://tongastats.gov.to/survey/hies-survey
¹³⁷ GIEC. 2019. Climate Change and Land: An IPCC special report on climate change, desertification, land degradation, sustainable land management, food security, and greenhouse gas fluxes in terrestrial ecosystems. P.R. Shukla, J. Skea, E. Calvo Buendia, V. Masson-Delmotte, H.-O. Pörtner, D. C. Roberts, P. Zhai, R. Slade, S. Connors, R. van Diemen, M. Ferrat, E. Haughey, S. Luz, S. Neogi, M. Pathak, J. Petzold, J. Portugal Pereira, P. Vyas, E. Huntley, K. Kissick, M. Belkacemi, J. Malley (sous la direction de). Genève. www.ipcc.ch/srccl
¹³⁸ GIEC. 2022. Cross Working Group Attribution. Hope, P., W. Cramer, M. van Aalst, G. Flato, K. Frieler, N. Gillett, C. Huggel, J. Minx, F. Otto, C. Parmesan, J. Rogelj, M. Rojas, S.I. Seneviratne, A. Slangen, D. Stone, L. Terray, R. Vautard, and X. Zhang. Dans: Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama (sous la direction de), pp. 149-152. Cambridge University Press, Cambridge (Royaume-Uni) et New York (États-Unis). https://report.ipcc.ch/ar6/wg2/IPCC_AR6_WGII_FullReport.pdf
¹³⁹ GIEC. 2021. Summary for Policymakers. Dans: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. pp. 423-553. Cambridge University Press, Cambridge (Royaume-Uni) et New York (États-Unis). https://report.ipcc.ch/ar6/wg1/IPCC_AR6_WGI_FullReport.pdf
¹⁴⁰ FAO. 2023. Cultures et produits animaux. Dans: FAOSTAT. Rome. [Consulté en juin 2023]. www.fao.org/faostat/fr/#data/QCL
¹⁴¹ Gillett, N.P., Shiogama, H., Funke, B., Hegerl, G., Knutti, R., Matthes, K., Santer, B.D. et al. 2016. The Detection and Attribution Model Intercomparison Project (DAMIP v1.0) contribution to CMIP6, Geoscientific Model Development, 9, 3685-3697. doi.org/10.5194/gmd-9-3685-2016
¹⁴² Heath, M. 2022. Argentina soy belt drought awakens ghost of 2018 production “disaster”. Dans: Reuters. 10 février 2022. [Consulté le 16 mai 2023]. www.reuters.com/business/environment/argentina-farm-belt-drought-awakens-ghost-2018-soybean-disaster-2022-02-10
¹⁴³ Bureau des statistiques nationales du Kazakhstan. 2022. Statistics of agriculture, forestry, hunting and fisheries. https://stat.gov.kz
¹⁴⁴ North Africa Post. 2019. Morocco’s Central bank expects fewer wheat yield in 2019. Dans: North Africa Post. Rabat. [Consulté le 17 mars 2023]. https://northafricapost.com/29126-moroccos-central-bank-expects-fewer-wheat-yield-in-2019.html
¹⁴⁵ FAO. 2023. Cultures et produits animaux. Dans: FAOSTAT. Rome. [Consulté en juin 2023]. https://www.fao.org/faostat/fr/#data/QCL
¹⁴⁶ CRED. Emergency Events Database (EM-Dat), the international Disaster Database. Dans: CRED. [Consulté le 17 mars 2023]. https://www.emdat.be
¹⁴⁷ Cisse, G. et McLeman, R. 2022. Health, Wellbeing, and the Changing Structure of Communities. Dans: H.-O. Pörtner, D.C. Roberts, M. Tignor, E.S. Poloczanska, K. Mintenbeck, A. Alegría, M. Craig, S. Langsdorf, S. Löschke, V. Möller, A. Okem, B. Rama (sous la direction de). Climate Change 2022: Impacts, Adaptation and Vulnerability. Contribution of Working Group II to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge (Royaume-Uni) et New York (États-Unis). https://www.ipcc.ch/report/ar6/wg2/downloads/report/IPCC_AR6_WGII_Chapter07.pdf
¹⁴⁸ FAO, FIDA, OMS, PAM et UNICEF. 2023. L’État de la sécurité alimentaire et de la nutrition dans le monde 2023. Urbanisation, transformation des systèmes agroalimentaires et accès à une alimentation saine le long du continuum rural-urbain. FAO, Rome. https://doi.org/10.4060/cc3017fr
¹⁴⁹ FAO, FIDA, OMS, PAM et UNICEF. 2020. L’État de la sécurité alimentaire et de la nutrition dans le monde 2020. Transformer les systèmes alimentaires pour une alimentation saine et abordable. FAO, Rome. https://doi.org/10.4060/ca9692fr
¹⁵⁰ FAO. 2021. Niger | Moyens d’existence agricoles et sécurité alimentaire dans le cadre de la covid-19. Rome. doi.org/10.4060/cb4622fr
¹⁵¹ Ranjan Jena, P., Kalli, R. et Chandra Tanti, P. 2022. Impact of Covid-19 on Agricultural System and Food Prices: The Case of India. Dans: U. Bacha (sous la direction de). Rural Health. IntechOpen. https://doi.org/10.5772/intechopen.98905
¹⁵² FAO. 2021. Agricultural livelihoods and food security in the context of COVID-19: Results from household surveys in 11 countries with high pre-existing levels of food insecurity – Cross-country monitoring report. May 2021. Rome. doi.org/10.4060/cb4747en
¹⁵³ FAO. 2020. Second Rapid Assessment of Food and Nutrition Security in the Context of COVID-19 in Bangladesh: May – July 2020. Dacca. doi.org/10.4060/cb1018en
¹⁵⁴ FAO. 2020. National agrifood systems and COVID-19 in Liberia. Effects, policy responses and long term implications. Rome. doi.org/10.4060/cb2114en
¹⁵⁵ FAO. 2021. Liberia | Agricultural livelihoods and food security in the context of COVID-19: Monitoring Report – January 2021. Rome. doi.org/10.4060/cb3618en
¹⁵⁶ FAO et PAM. 2020. Covid-19 impacts on agri-food value chains: Libya. FAO et PAM, Le Caire. doi.org/10.4060/cb3089en
¹⁵⁷ FAO et PAM. 2021. Myanmar | Agricultural livelihoods and food security in the context of COVID-19: Monitoring report – May 2021. FAO et PAM, Rome. doi.org/10.4060/cb5218en
¹⁵⁸ FAO et PAM. 2022. Myanmar | Shocks, agricultural livelihoods and food security. Monitoring report, June 2022. FAO et PAM, Rome. doi.org/10.4060/cc0562en
¹⁵⁹ FAO. 2021. Sierra Leone | Agricultural livelihoods and food security in the context of COVID-19: Monitoring report – May 2021. Rome. doi.org/10.4060/cb4396en
¹⁶⁰ FAO, FIDA et PAM. 2020. South Sudan, COVID-19 Impacts Assessment Results on Agriculture and Food Security in South Sudan. FAO, Rome.
¹⁶¹ FAO. 2021. The Sudan | Food supply, agricultural livelihoods and food security in the context of COVID-19: Monitoring Report – January 2021. Rome. doi.org/10.4060/cb2262en
¹⁶² FAO. 2021. Bolivarian Republic of Venezuela | Agricultural livelihoods and food security in the context of COVID-19: Monitoring Report – January 2021. Rome. doi.org/10.4060/cb3178en
¹⁶³ FAO. 2021. Yemen – Shocks, agricultural livelihoods and food security. Monitoring report, December 2021. Rome. doi.org/10.4060/cb7844en
¹⁶⁴ FAO. 2021. Impact of COVID-19 on the delivery of veterinary services and animal disease reporting: May–June 2020/June–August 2020. Rome. doi.org/10.4060/cb5649en
¹⁶⁵ Mthembu, B.E., Mkhize, X. et Arthur, G.D. 2022. Effects of COVID-19 Pandemic on Agricultural Food Production among Smallholder Farmers in Northern Drakensberg Areas of Bergville, South Africa. Agronomy, 12(2): 531. https://doi.org/10.3390/agronomy12020531
¹⁶⁶ Ahmed, J.U., Akter, S. et Majumder, K.A. 2021. Impact of COVID-19 on agricultural production and distribution in South Asia. World Food Policy, 7(2): 168-182. doi.org/10.1002/wfp2.12032
¹⁶⁷ Rahman, M.T., Akter, S., Rana, M.R., Sabuz, A.A. et Jubayer, M.F. 2022. How COVID-19 pandemic is affecting achieved food security in Bangladesh: A perspective with required policy interventions. Journal of Agriculture and Food Research, 7: 100258. doi.org/10.1016/j.jafr.2021.100258.
¹⁶⁸ Réseau mondial contre les crises alimentaires. 2020. Food Crises and Covid-19: Emerging Evidence and Implications. An analysis of acute food insecurity and agri-food systems during COVID-19 pandemic. Note technique. Unité d’appui technique (TSU) du Réseau mondial contre les crises alimentaires, Rome.
¹⁶⁹ Varshney, D., Roy, D. et Meenakshi, J.V. 2020. Impact of COVID-19 on agricultural markets: assessing the roles of commodity characteristics, disease caseload and market reforms. Indian Economic Review, 55(S1): 83103. doi.org/10.1007/s41775-020-00095-1
¹⁷⁰ OCDE (Organisation de coopération et de développement économiques). 2020. Covid-19 and the food and agriculture sector: Issues and policy responses. Paris. www.oecd.org/coronavirus/policy-responses/covid-19-and-the-food-and-agriculture-sector-issues-and-policy-responses-a23f764b
¹⁷¹ FAO. 2022. Pakistan. DIEM – Data in Emergencies Monitoring brief, round 3 Results and recommendations June 2022. Rome.
¹⁷² FAO. 2022. Lebanon, DIEM – Data in Emergencies Monitoring brief, round 2 Results and recommendations June 2022. Rome. doi.org/10.4060/cc0932en
¹⁷³ FAO. 2020. Food Security in Iraq – Impact of COVID-19. Rome. https://www.wfp.org/publications/food-security-iraq-impact-covid-19
¹⁷⁴ FAO. 2021. Agricultural livelihoods and food security in the context of COVID-19. Rome. doi.org/10.4060/cb4747en
¹⁷⁵ FAO. 2021. Somalia | Agricultural livelihoods and food security in the context of COVID-19. Rome. doi.org/10.4060/cb2947en
¹⁷⁶ Sánchez-Cordón, P.J., Montoya, M., Reis, A.L. et Dixon, L.K. 2018. African swine fever: A re-emerging viral disease threatening the global pig industry. The Veterinary Journal, 233: 41-48. doi.org/10.1016/j.tvjl.2017.12.025
¹⁷⁷ OMSA (Organisation mondiale de la santé animale). 2022. African Swine Fever (ASF) — Situation Report 8, 2022. Paris. www.oie.int/app/uploads/2022/03/asf-report8.pdf
¹⁷⁸ Normile, D. 2019. African swine fever marches across much of Asia. Science, 364(6441): 617–618. doi.org/10.1126/science.364.6441.617
¹⁷⁹ FAO. 2020. Rapport sur la peste porcine africaine en Asie et dans le Pacifique. Trente-cinquième session de la Conférence régionale de la FAO pour l’Asie et le Pacifique. Rome. https://www.fao.org/documents/card/en/c/NB742FR
¹⁸⁰ Frezal, C., Gay, S.H. et Nenert, C. 2021. The Impact of the African Swine Fever outbreak in China on global agricultural markets. OECD Food, Agriculture and Fisheries Papers 156. OCDE, Paris. doi.org/10.1787/96d0410d-en
¹⁸¹ Zhao, J., Bai, Z. et Ma, L. 2019. China needs long-term solutions for African Swine Fever. Science Bulletin, 64(20): 1469-1471. doi.org/10.1016/j.scib.2019.08.015
¹⁸² Song, H., Li, J. et Jin, Z. 2023. Nonlinear dynamic modeling and analysis of African swine fever with culling in China. Communications in Nonlinear Science and Numerical Simulation, 117: 106915. doi.org/10.1016/j.cnsns.2022.106915
¹⁸³ Zhang, P., Nie, T., Ma, J. et Chen, H. 2022. Identification of suitable areas for African swine fever occurrence in China using geographic information system-based multi-criteria analysis. Preventive Veterinary Medicine, 209: 105794. doi.org/10.1016/j.prevetmed.2022.105794
¹⁸⁴ USDA. 2022. Livestock and Poultry: World Markets and Trade. Service agricole extérieur de l’USDA, Washington. https://usda.library.cornell.edu/concern/publications/73666448x?locale=en
¹⁸⁵ Guberti, V., Khomenko, S., Masiulis, M. et Kerba, S. 2022. African swine fever in wild boar – Ecology and biosecurity. Second edition. Manuel de Production et santé animales de la FAO n^o 28. FAO, Rome, OMSA, Paris et Commission européenne, Bruxelles. https://www.fao.org/3/cc0785en/cc0785en.pdf
¹⁸⁶ Rozstalnyy, A., Roche, X., TagoPacheco, D., Kamata, A., BeltranAlcrudo, D., Khomenko, S., Lockhart, C. et al. 2022. Qualitative risk assessment for African swine fever virus introduction: Caribbean, South, Central and North Americas. Étude FAO: Production et santé animales n^o 18. FAO, Rome. https://doi.org/10.4060/cb8748en
¹⁸⁷ FAO. 2021. FAO Statistical Yearbook – World Food and Agriculture. Rome. doi.org/10.4060/cb4477en
¹⁸⁸ Jean-Pierre, R.P., Hagerman, A.D. et Rich, K.M. 2022. An analysis of African Swine Fever consequences on rural economies and smallholder swine producers in Haiti. Frontiers in Veterinary Science, 9. https://www.frontiersin.org/articles/10.3389/fvets.2022.960344/full
¹⁸⁹ Casal, J., Tago, D., Pineda, P., Tabakovski, B., Santos, I., Benigno, C., Huynh, T., Ciaravino, G. et Beltran-Alcrudo, D. 2022. Evaluation of the economic impact of classical and African swine fever epidemics using OutCosT, a new spreadsheet-based tool. Transboundary and Emerging Diseases, 69(5): e2474-e2484. https://doi.org/10.1111/tbed.14590
¹⁹⁰ Mason-D’Croz, D., Bogard, J.R., Herrero, M., Robinson, S., Sulser, T.B., Wiebe, K., Willenbockel, D. et Godfray, H.C.J. 2020. Modelling the global economic consequences of a major African swine fever outbreak in China. Nature food, 1(4): 221-228. doi.org/10.1038/s43016-020-0057-2
¹⁹¹ Nguyen-Thi, T., Pham-Thi-Ngoc, L., Nguyen-Ngoc, Q., Dang-Xuan, S., Lee, H.S., Nguyen-Viet, H., Padungtod, P. et al. 2021. An Assessment of the Economic Impacts of the 2019 African Swine Fever Outbreaks in Vietnam. Frontiers in Veterinary Science, 8. www.frontiersin.org/articles/10.3389/fvets.2021.686038
¹⁹² Savioli, G., Ahmadi, B.V., Muñoz, V., Rosso, F. et Schuppers, M. 2022. A methodology to assess indirect economic impacts of animal disease outbreaks: A case of hypothetical African swine fever outbreak in Switzerland. Transboundary and Emerging Diseases, 69(5): e1768-e1786. https://doi.org/10.1111/tbed.14512
¹⁹³ PRIO (Institut de recherches sur la paix d’Oslo). 2020. Trends in Armed Conflict, 1946-2019. Oslo.
¹⁹⁴ Murray, V., Abrahams, J., Abdallah, C., Ahmed, K., Angeles, L., Benouar, D., Brenes Torres, A., Chang Hun, C., Cox, S., Douris, J., Fagan, L., Fra Paleo, U., Han, Q., Handmer, J., Hodson, S., Khim, W., Mayner, L., Moody, N., Moraes, L. L. O.; Nagy, M., Norris, J., Peduzzi, P., Perwaiz, A., Peters, K., Radisch, J., Reichstein, M., Schneider, J., Smith, A., Souch, C., Stevance A-S., Triyanti, A., Weir, M., et Wright, N. 2021. Hazard Information Profiles: Supplement to UNDRR-ISC Hazard Definition et Classification Review: Technical Report. Bureau des Nations Unies pour la prévention des catastrophes, Genève; Conseil international des sciences, Paris. https://www.preventionweb.net/publication/hazard-information-profiles-hips.
¹⁹⁵ UNDRR. 2023. GAR Special Report: Measuring Resilience for the Sustainable Development Goals. Genève. https://www.undrr.org/gar/gar2023-special-report
¹⁹⁶ UNDRR. 2019. Global Assessment Report on Disaster Risk Reduction 2019. Genève. https://www.undrr.org/publication/global-assessment-report-disaster-risk-reduction-2019
¹⁹⁷ UNDRR. 2023. The Report of the Midterm Review of the Implementation of the Sendai Framework for Disaster Risk Reduction 2015-2030. Genève. https://www.undrr.org/publication/report-midterm-review-implementation-sendai-framework-disaster-risk-reduction-2015-2030
¹⁹⁸ Assemblée générale des Nations Unies. 2023. Principales conclusions et recommandations de l’examen à mi-parcours de la mise en œuvre du Cadre de Sendai pour la réduction des risques de catastrophe. Soixante-dix-septième session, 690. https://documents.un.org/symbol-explorer?s=A/77/640&i=A/77/640_2226930
¹⁹⁹ Peters, K. 2022. Evidence of positive progress on Disaster Risk Reduction in the Humanitarian-Development-Peace nexus: Thematic report to inform the Mid-Term Review of the Sendai Framework. https://sendaiframework-mtr.undrr.org/publication/thematic-study-evidence-positive-progress-disaster-risk-reduction-humanitarian
²⁰⁰ Peters, L. 2021. Beyond disaster vulnerabilities: An empirical investigation of the causal pathways linking conflict to disaster risks. International Journal of Disaster Risk Reduction, 55:102092. https://www.sciencedirect.com/science/article/pii/S2212420921000583?casa_token=YZnxgGpfocMAAAAA:pNqonePbjM2CZoKMKKvu9ufQEXHV2R9NTbptQV1_q1utaDOd04qGHO_X4k8Y3K221NB3aCbYSfQ
²⁰¹ Zaman, S., Sammonds, P., Ahmed, B. et Rahman, T. 2020. Disaster risk reduction in conflict contexts: Lessons learned from the lived experiences of Rohingya refugees in Cox’s Bazar, Bangladesh. International Journal of Disaster Risk Reduction, 50: 101694. https://doi.org/10.1016/j.ijdrr.2020.101694
²⁰² Nemeth, S., et Lai, B. 2022. When do natural disasters lead to negotiations in a civil war? Journal of Peace Research 59 (1): 28-42. https://doi.org/10.1177/00223433211061952
²⁰³ Gaillard, J.-C., Clavé, E., et Kelman, I. 2008. Wave of peace? Tsunami disaster policy in Aceh, Indonesia. Geoforum 39 (1): 511-526. https://www.sciencedirect.com/science/article/abs/pii/S0016718507001662
²⁰⁴ Caso, N., Hilhorst, D., Mena, R., et Papyrakis, E. 2023. Does disaster contribute to armed conflict? A quantitative analysis of disaster–conflict co-occurrence between 1990 and 2017. International Journal of Development Issues. https://www.emerald.com/insight/content/doi/10.1108/IJDI-01-2023-0015/full/html
²⁰⁵ Mach, K. J., Kraan, C.M., Adger, W. N., Buhaug, H., Burke, M., Fearon, J. D. et al. 2019. Climate as a risk factor for armed conflict. Nature 571 (7764): 193-197. https://doi.org/10.1038/s41586-019-1300-6
²⁰⁶ von Uexkull, N., Croicu, M., Fjelde, H., et Buhaug, H. 2016. Civil conflict sensitivity to growingseason drought. Proceedings of the National Academy of Sciences 113 (44): 12391-12396. https://www.pnas.org/doi/abs/10.1073/pnas.1607542113
²⁰⁷ Arai, T. 2012. Rebuilding Pakistan in the aftermath of the floods: Disaster relief as conflict prevention. Journal of Peacebuilding & Development, 7 (1): 51-65. https://www.jstor.org/stable/48603409
²⁰⁸ Ide, T. 2023. Catastrophes, Confrontations, and Constraints: How Disasters Shape the Dynamics of Armed Conflicts. MIT Press. https://doi.org/10.7551/mitpress/14970.001.0001
²⁰⁹ Mercy Corps et ACAPS. 2020. Yemen: Food supply chain. Thematic report.
²¹⁰ Banque mondiale, Nations Unies et Union européenne. 2019. Guidance for PDNA in Conflict Situations. https://www.undp.org/publications/pdna-guidance-integrating-conflict-sensitivity
²¹¹ Banque mondiale, Nations Unies et Union européenne. 2019. Guidance for PDNA in Conflict Situations. https://www.undp.org/publications/pdna-guidance-integrating-conflict-sensitivity
²¹² UNDRR (2023). GAR Special Report: Measuring Resilience for the Sustainable Development Goals. Genève. https://www.undrr.org/gar/gar2023-special-report
²¹³ Service national de la statistique d’Ukraine. 2020. The official portal. Dans: Gouvernement de l’Ukraine. [Consulté en juin 2023]. www.ukrstat.gov.ua
²¹⁴ USDA. 2022. Ukraine Agricultural Production and Trade. Service agricole extérieur de l’USDA, Washington. www.fas.usda.gov/sites/default/files/2022-03/Ukraine-Ag-Production-Trade.pdf
²¹⁵ Kyiv School of Economics. 2021. Assessing the role of small farmers and households in agriculture and the rural economy and measures to support their sustainable development. Kyïv. https://kse.ua/wp-content/uploads/2021/02/KSE-Smallholders.pdf
²¹⁶ FAO. 2022. Ukraine: Impact assessment results (September to October 2022). Data in Emergencies Hub. Dans: FAO. Rome. [Consulté le 12 juillet 2023]. https://data-in-emergencies.fao.org/apps/c5e28e7c958b4748bb806e1fe28ccf7b/explore
²¹⁷ Observatoire des conflits. 2022. Ukraine’s Crop Storage Infrastructure Post-Invasion Impact Assessment. Dans: Observatoire des conflits. [Consulté en juin 2023]. https://hub.conflictobservatory.org/portal/apps/sites/#/home/pages/grain-1
²¹⁸ PNUE. 2022. The Environmental Impact of the Conflict in Ukraine: A Preliminary Review. Nairobi. https://www.unep.org/resources/report/environmental-impact-conflict-ukraine-preliminary-review
²¹⁹ Turton, S., Sineat, Y. et Nitta, Y. 2019. African swine fever wipes out Asia’s backyard pig farmers. Dans: Nikkei Asia. [Consulté le 17 mai 2023]. https://asia.nikkei.com/Business/Agriculture/African-swine-fever-wipes-out-Asia-s-backyard-pig-farmers
²²⁰ Coughlan de Perez, E., van Aalst, M., Deva, C., van den Hurk, B., Jongman, B., Klose, T., Linnerooth-Bayer, J. et Suarez, P. 2014. Managing the risk of extreme events in a changing climate – trends and opportunities in the disaster-related funding landscape. Input paper prepared for the Global Assessment Report on Disaster Risk Reduction 2015. Centre de la Croix-Rouge et du Croissant-Rouge pour le climat, La Haye (Pays-Bas).
²²¹ Pappenberger, F., Cloke, H.L., Parker, D.J., Wetterhall, F., Richardson, D.S. et Thielen, J. 2015. The monetary benefit of early flood warnings in Europe. Environmental Science & Policy, 51: 278-291. https://doi.org/10.1016/j.envsci.2015.04.016
²²² Costella, C., Jaime, C., Arrighi, J., Coughlan de Perez, E., Suarez, P. et van Aalst, M. 2017. Scalable and sustainable: How to build anticipatory capacity into social protection systems. IDS Bulletin, vol. 48, n° 4.
²²³ Baig, S.P., Rizvi, A., Josella, M. et Palanca-Tan, R. 2015. Cost and Benefits of Ecosystem Based Adaptation: The Case of the Philippines. Union internationale pour la conservation de la nature (UICN), Gland (Suisse).
²²⁴ FAO et HCR. 2018. Cost–benefit analysis of forestry interventions for supplying woodfuel in a refugee situation in the United Republic of Tanzania. FAO, Rome. https://www.fao.org/3/ca0164en/CA0164EN.pdf
²²⁵ Seekao, C. et Pharino, C. 2018. Cost–benefit analysis of shrimp farming’s flood risk reduction strategies in Thailand. Journal of Flood Risk Management, 11: S805-S816. https://doi.org/10.1111/jfr3.12259
²²⁶ Asha, N., Kikulwe, E., Nowakunda, K., Ajambo, S. et Naziri, D. 2015. Technical report: Structure of the Cooking Banana Value Chain in Uganda and Opportunities for Value Addition and Postharvest Losses Reduction. CGIAR. www.rtb.cgiar.org/wp-content/uploads/2015/08/RPS/2/3.pdf
²²⁷ FAO. 2017. Benefits of Farm-Level Disaster Risk Reduction Practices in Agriculture – Preliminary Findings. Rome. www.fao.org/3/a-i7319e.pdf
²²⁸ FAO. 2019. Disaster risk reduction at farm level: Multiple benefits, no regrets. Results from cost–benefit analyses conducted in a multi-country study, 2016-2018. Rome. www.fao.org/3/ca4429en/CA4429EN.pdf
²²⁹ FAO. 2021. Anticipatory action: Changing the way we manage disasters. Rome. www.fao.org/3/cb7145en/cb7145en.pdf
²³⁰ FAO. 2018. Mongolia: Impact of early warning action. Protecting herder livelihoods ahead of dzud winter. Rome. www.fao.org/publications/card/en/c/CA2181EN
²³¹ FAO. 2019. Colombia: Impact of early warning action. Boosting food security and social cohesion on the frontline of the migration crisis. Rome. www.fao.org/publications/card/en/c/CA6818EN
²³² FAO. 2018. Early warning early action in Sudan. Rome. www.fao.org/3/i9383en/I9383EN.pdf
²³³ FAO. 2018. Horn of Africa: Impact of early warning early action. Protecting pastoralist livelihoods ahead of drought. Rome. www.fao.org/documents/card/en/c/CA0227EN
²³⁴ FAO. 2019. Madagascar: Impact of Early Warning Early Action. Protecting farming livelihoods from drought and food insecurity. Rome. www.fao.org/documents/card/en/c/CA3933EN
²³⁵ FAO. 2019. The Sudan: Impact of Early Warning Early Action. Protecting agropastoralist livelihoods ahead of drought. Rome. www.fao.org/3/ca4653en/ca4653en.pdf
²³⁶ Kumar, A. 2022. Connecting anticipatory action and disaster risk reduction: perspectives from UNDRR. Dans: UNDRR. Genève. [Consulté en juin 2023]. www.preventionweb.net/news/connecting-anticipatory-action-and-disaster-risk-reduction-perspectives-undrr.
²³⁷ UNDRR. 2023. Disaster Risk Management. Dans: UNDRR. Genève. [Consulté en juin 2023]. www.undrr.org/terminology/disaster-risk-management
²³⁸ Anticipation Hub. 2021. A step forward for anticipatory action at COP26. Dans: Anticipation Hub. [Consulté en juin 2023]. www.anticipation-hub.org/news/a-step-forward-for-anticipatory-action-at-cop26
²³⁹ FAO, FICR, OCHA (Bureau de la coordination des affaires humanitaires), PAM et Start Network. 2021. Enabling Anticipatory Action at Scale Policy Brief for Donor Governments. www.anticipation-hub.org/Documents/Policy_Papers/AATF_Policy_Brief_for_Donor_Governments_May_2021.pdf
²⁴⁰ International Movement. 2022. Power of Humanity. Council of Delegates of the International Red Cross and Red Crescent Movement. Genève. https://rcrcconference.org/app/uploads/2022/05/09_CoD22-Anticipatory-action-Background-document-FINAL-EN.pdf
²⁴¹ Levine, S., Wilkinson, E., Weingärtner, L. et Mall, P. 2021. Anticipatory action for livelihood protection. A collective endeavour. Document de travail 580. Institut du développement outre-mer. https://cdn.odi.org/media/documents/202006_odi_anticipatory_action_for_livelihood_protection_wp_final.pdf
²⁴² Scott, Z. 2022. Finance for Early Action: Tracking commitments, trends, challenges and opportunities. REAP (Risk-informed Early Action Partnership). www.insdevforum.org/wp-content/uploads/2022/06/20220613_Finance-for-Early-Action_FINAL-1-1.pdf
²⁴³ Khim, W. 2020. Disaster risk reduction in times of COVID-19: What have we learned? FAO, Rome. https://doi.org/10.4060/cb0748en
²⁴⁴ Lawson, R.G. et Jurs, P.C. 1990. New index for clustering tendency and its application to chemical problems. Journal of Chemical Information and Computer Sciences, 30(1): 36-41. https://doi.org/10.1021/ci00065a010
²⁴⁵ FAO. 2023. Cultures et produits animaux. Dans: FAOSTAT. Rome. [Consulté en juin 2023]. https://www.fao.org/faostat/fr/#data/QCL
²⁴⁶ Lange, S., Mengel, M., Treu, S. et Büchner, M. 2022. ISIMIP3a atmospheric climate input data (v1.0). Dans: ISIMIP. [Consulté en juillet 2023]. doi.org/10.48364/ISIMIP.982724
²⁴⁷ Frieler, K., Volkholz, J., Lange, S., Schewe, J., Mengel, M., del Rocío Rivas López, M. et al. 2023. Scenario set-up and forcing data for impact model evaluation and impact attribution within the third round of the Inter-Sectoral Model Intercomparison Project (ISIMIP3a). Prépublication. EGUsphere. doi.org/10.5194/egusphere-2023-281
²⁴⁸ Laudien, R., Schauberger, B., Makowski, D. et Gornott, C. 2020. Robustly forecasting maize yields in Tanzania based on climatic predictors. Scientific Reports, 10(19650). doi.org/10.1038/s41598-020-76315-8
²⁴⁹ Chemura, A. Nangombe, S., Gleixner, S., Chinyoka, S. et Gornott, C. 2022. Changes in Climate Extremes and Their Effect on Maize (Zea mays L.) Suitability Over Southern Africa. Frontiers in Climate, 4: 890210. doi.org/10.3389/fclim.2022.890210
²⁵⁰ Sultan, B., Defrance, D. et Iizumi, T. 2019, Evidence of crop production losses in West Africa due to historical global warming in two crop models. Scientific Reports, 6.9.2019: 12834. doi.org/10.1038/s41598-019-49167-0
²⁵¹ Laudien, R., Schauberger, B., Makowski, D. et Gornott, C. 2020. Robustly forecasting maize yields in Tanzania based on climatic predictors. Scientific Reports, 10(19650). doi.org/10.1038/s41598-020-76315-8
²⁵² Gillett, N.P., Shiogama, H., Funke, B., Hegerl, G., Knutti, R., Matthes, K., Santer, B.D. et al. 2016. The Detection and Attribution Model Intercomparison Project (DAMIP v1.0) contribution to CMIP6, Geoscientific Model Development, 9, 3685-3697. doi.org/10.5194/gmd-9-3685-2016
²⁵³ Tatebe, H., Ogura, T., Nitta, T., Komuro, Y., Ogochi, K., Takemura, T., Sudo, K. et al. 2019. Description and basic evaluation of simulated mean state, internal variability, and climate sensitivity in MIROC6. Geoscientific Model Development, 12(7): 2727-2765. doi.org/10.5194/gmd-12-2727-2019
²⁵⁴ Lange, S. 2019. Trend-preserving bias adjustment and statistical downscaling with ISIMIP3BASD (v1.0). Geoscientific Model Development, 12, 3055-3070. doi.org/10.5194/gmd-12-3055-2019
²⁵⁵ Tatebe, H., Ogura, T., Nitta, T., Komuro, Y., Ogochi, K., Takemura, T., Sudo, K. et al. 2019. Description and basic evaluation of simulated mean state, internal variability, and climate sensitivity in MIROC6. Geoscientific Model Development, 12(7): 2727-2765. doi.org/10.5194/gmd-12-2727-2019
²⁵⁶ GIEC. 2021. Summary for Policymakers. Dans: Climate Change 2021: The Physical Science Basis. Contribution of Working Group I to the Sixth Assessment Report of the Intergovernmental Panel on Climate Change. pp. 423-553. Cambridge University Press, Cambridge (Royaume-Uni) et New York (États-Unis). https://report.ipcc.ch/ar6/wg1/IPCC_AR6_WGI_FullReport.pdf
²⁵⁷ Guo, H. Bao, A., Chen, T., Zheng, G., Wang, Y., Jiang, L. et De Maeyer, P. 2021. Assessment of CMIP6 in simulating precipitation over arid Central Asia. Atmospheric Research, 252, 105451. doi.org/10.1016/J.ATMOSRES.2021.105451
²⁵⁸ Mesgari, E., Hosseini, S.A., Hemmesey, M.S., Houshyar, M. et Partoo, L.G. 2022. Assessment of CMIP6 models’ performances and projection of precipitation based on SSP scenarios over the MENAP region. Journal of Water and Climate Change, 13(10): 3607. doi.org/10.2166/wcc.2022.195
²⁵⁹ Iizumi, T., Shiogama, H., Imada, Y., Hanasaki, N., Takikawa, H. et Nishimori, M. 2018. Crop production losses associated with anthropogenic climate change for 1981-2010 compared with preindustrial levels. International Journal of Climatology, 38(14): 5405-5417. doi.org/10.1002/joc.5818
²⁶⁰ Ishii, M. et Mori, N. 2020. d4PDF: large-ensemble and high-resolution climate simulations for global warming risk assessment. Progress in Earth and Planetary Science, 7: 58. doi.org/10.1186/s40645-020-00367-7
²⁶¹ Iizumi, T., Shiogama, H., Imada, Y., Hanasaki, N., Takikawa, H. et Nishimori, M. 2018. Crop production losses associated with anthropogenic climate change for 1981-2010 compared with preindustrial levels. International Journal of Climatology, 38(14): 5405-5417. doi.org/10.1002/joc.5818
²⁶² Sultan, B., Defrance, D. et Iizumi, T. 2019, Evidence of crop production losses in West Africa due to historical global warming in two crop models. Scientific Reports, 6.9.2019: 12834. doi.org/10.1038/s41598-019-49167-0
²⁶³ Flynn, C.M. et Mauritsen, T. 2020. On the climate sensitivity and historical warming evolution in recent coupled model ensembles. Atmospheric Chemistry and Physics, 20, 7829-7842. doi.org/10.5194/acp-20-7829-2020
²⁶⁴ Forster, P. et al. 2021. The Earth’s Energy Budget, Climate Feedbacks, and Climate Sensitivity. Dans: V. Masson-Delmotte, et al. (sous la direction de). Climate Change 2021: The Physical Science Basis. Cambridge University Press, Cambridge, (Royaume-Uni).
²⁶⁵ Meshesha, D.T., Moahmmed, M. et Yosuf, D. 2019. Estimating carrying capacity and stocking rates of rangelands in Harshin District, Eastern Somali Region, Ethiopia. Ecology and Evolution, 9(23): 13309-13319. doi.org/10.1002/ece3.5786
²⁶⁶ The Nansen Initiative. 2015. The Nansen Initiative. Global Consultation. Conference Report: Geneva, 12-13 October 2015. https://environmentalmigration.iom.int/sites/g/files/tmzbdl1411/files/documents/2023-10/global-consultation-report.pdf
²⁶⁷ FAO, FIDA, OMS, PAM et UNICEF. 2022. L’État de la sécurité alimentaire et de la nutrition dans le monde 2022. Réorienter les politiques alimentaires et agricoles pour rendre l’alimentation saine plus abordable. FAO, Rome. https://doi.org/10.4060/cc0639fr
²⁶⁸ FAO, FIDA, OMS, PAM et UNICEF. 2020. L’État de la sécurité alimentaire et de la nutrition dans le monde 2020. Transformer les systèmes alimentaires pour une alimentation saine et abordable. FAO, Rome. https://doi.org/10.4060/ca9692fr
²⁶⁹ OIM. 2018. État de la migration dans le monde 2018. Rapport de l’OIM sur l’état de la migration dans le monde. Nations Unies. https://doi.org/10.18356/c91009fd-fr
^a Division administrative correspondant à une région ou à une province.
^b Mesure de l’accumulation de chaleur servant à prédire la vitesse de croissance des plantes cultivées.
^c Voir la base EM-DAT: https://public.emdat.be
^d La catégorie d’aléas «Autres» comprend les aléas biologiques, extraterrestres et complexes. Par ailleurs, si l’augmentation du nombre de catastrophes est due en partie à l’amélioration de la communication des données, elle tient pour beaucoup à la multiplication des catastrophes provoquées par les aléas météorologiques et climatiques (inondations, sécheresses et températures extrêmes, par exemple). En revanche, le nombre de phénomènes géophysiques, tels que les tremblements de terre, les éruptions volcaniques et les mouvements de masse, n’a guère évolué au fil du temps. Bien que le nombre global de phénomènes se soit stabilisé ces dernières décennies, il devrait augmenter à mesure que les gaz à effet de serre continueront de s’accumuler.
^e Précédentes publications parues en 2015, 2017 et 2021 (en anglais).
^f https://www.emdat.be
^g https://www.desinventar.net
^h https://www.gfdrr.org/en/disaster-risk-analytics
ⁱ https://www.ifrc.org/fr/document/rapport-sur-les-catastrophes-dans-monde-2022
^j https://www.swissre.com/institute/research/sigma-research/data-explorer.html; https://www.munichre.com/en/solutions/for-industry-clients/natcatservice.html
^k Voir la résolution A/RES/71/276 de l’Assemblée générale des Nations Unies.
^l La base EM-DAT comprend aussi des données sur d’autres catastrophes qui ne sont pas prises en compte ici. Voir l’annexe technique 2 pour des informations détaillées.
^m Il convient de noter que les progrès en matière de mécanismes de communication des informations ont une incidence sur ces chiffres. Un plus grand nombre de phénomènes sont aujourd’hui ajoutés à la base EM-DAT qu’au début des années 1990, ce qui entraîne un léger biais de déclaration dans les chiffres totaux.
ⁿ Il convient de noter que, dans ce cas, l’indicateur est un ratio de deux ensembles de données quantitatives (exprimées en tonnes) multipliées par le même prix. Cela signifie que ce ratio traduit uniquement un effet de quantité. La seule fonction du prix est d’agréger des quantités qui sans cela ne seraient pas comparables.
^o Dans ce cas, les ratios pertes/production contrefactuelle reposent directement sur des quantités en tonnes, l’hypothèse étant que les volumes produits sont suffisamment homogènes pour être agrégés.
^p Le besoin moyen estimatif est l’apport quotidien nécessaire pour combler les besoins de la moitié des sujets en bonne santé.
^q Les besoins sont les suivants – calcium: 800 mg pour les femmes et les hommes; fer: 6 mg pour les hommes, 8,1 mg pour les femmes; zinc: 9,4 mg pour les hommes, 6,8 mg pour les femmes; magnésium: 350 mg pour les hommes, 265 mg pour les femmes; phosphore: 580 mg pour les femmes et les hommes; vitamine A, équivalents d’activité du rétinol: 625 μg pour les hommes, 500 μg pour les femmes; vitamine B1: 1,0 mg pour les hommes, 0,9 mg pour les femmes; vitamine B2: 1,1 mg pour les hommes, 0,9 mg pour les femmes; vitamine C: 75 mg pour les hommes, 60 mg pour les femmes.
^r Des données plus détaillées permettraient ainsi de déterminer si la perte d’un pourcentage défini du BME pour un nutriment est mineure si ce dernier est disponible en abondance dans ce contexte spécifique, ou si elle est susceptible d’entraîner un important problème de santé publique si le nutriment en question est rare dans l’alimentation locale.
^s L’attribution est définie comme la démarche consistant à évaluer l’apport relatif des différents facteurs à l’origine d’un changement ou d’un phénomène avec une estimation du degré de confiance. Voir GIEC. 2021. Annexe VII: Glossaire. [Publié sous la direction de Matthews, J.B.R., V. Möller, R. van Diemen, J.S. Fuglestvedt, V. Masson-Delmotte, C. Méndez, S. Semenov et A. Reisinger]. Dans: Changements climatiques 2021: Les éléments scientifiques. Contribution du Groupe de travail I au sixième Rapport d’évaluation du Groupe d’experts intergouvernemental sur l’évolution du climat. [Publié sous la direction de Masson-Delmotte, V., P. Zhai, A. Pirani, S.L. Connors, C. Péan, S. Berger, N. Caud, Y. Chen, L. Goldfarb, M.I. Gomis, M. Huang, K. Leitzell, E. Lonnoy, J.B.R. Matthews, T.K. Maycock, T. Waterfield, O. Yelekçi, R. Yu et B. Zhou]. Cambridge University Press, Cambridge (Royaume-Uni) et New York (États-Unis d’Amérique), p. 2215 à 2256. www.ipcc.ch/report/ar6/wg1/downloads/report/IPCC_AR6_WGI_SummaryVolume_French.pdf
^t Les pays retenus dans cette étude sont des pays qui ont reçu un rang prioritaire dans le Plan de réponse humanitaire global contre la COVID-19 (Bureau de la coordination des affaires humanitaires [OCHA], 2020) ou dans le rapport mondial sur les crises alimentaires (Programme alimentaire mondial [PAM], 2020, 2021), à savoir: Afghanistan, Colombie, Haïti, Iraq, Liban, Libéria, Libye, Mali, Mozambique, Myanmar, Niger, Pakistan, Philippines, République centrafricaine, Sierra Leone, Somalie, Tchad, Togo et Zimbabwe.
^u Il s’agit des pays suivants: Afghanistan, Colombie, Libéria, Mali, Niger, République centrafricaine, République démocratique du Congo, Sierra Leone, Somalie, Yémen et Zimbabwe.
^v Les pays retenus dans cette étude sont des pays qui ont reçu un rang prioritaire dans le Plan de réponse humanitaire global contre la COVID-19 (OCHA, 2020) ou dans le rapport mondial sur les crises alimentaires (PAM, 2020, 2021). Se démarquant des études antérieures, qui avaient une portée et une couverture temporelle limitées, cette analyse d’enquêtes transnationales reconduites pendant trois années met en évidence les effets différés des mesures de restriction sur la production agricole.
^w Afghanistan, Colombie, Libéria, Mali, Niger, République centrafricaine, République démocratique du Congo, Sierra Leone, Somalie, Yémen et Zimbabwe.
^x L’intervalle de confiance de tous les coefficients cités dans ce chapitre est de 95 pour cent.
^y Voir les résultats des enquêtes menées auprès des ménages de 11 pays où préexistait une insécurité alimentaire élevée, dans la publication FAO. 2021. Agricultural Livelihoods and Food Security in the Context of COVID-19, Cross-country monitoring report. Rome. www.fao.org/3/cb4747en/cb4747en.pdf
^z Afrique, Amérique, Asie, Europe et Océanie.
^aa L’écart interprovincial du prix des porcs correspond à la différence de prix des porcs vivants entre la province où ce prix est le plus élevé et celle où il est le plus bas. Toutes les provinces ont été prises en compte à l’exception du Qinghai, en raison du manque de données.
^ab La méthode employée pour estimer l’impact de la PPA a consisté à examiner les études publiées et à calculer les pertes directes et les coûts des interventions au moyen de l’outil OutCosT de la FAO. Cet outil a été utilisé à titre expérimental pour déterminer rétrospectivement les coûts induits par les flambées de PPA dans la province de Lào Cai au Viet Nam (2020) et aux Philippines (2019), en intégrant les pertes de production dues à la maladie, les effets de celle-ci sur le commerce, ainsi que les coûts de contrôle et d’éradication, qui recouvrent les activités de traitement, de surveillance et de sensibilisation. En estimant les coûts par exploitation et par porc atteints, il est possible de prévoir l’impact qu’aura la maladie si elle s’étend.
^ac En extrapolant, nous prenons pour hypothèse que les mesures de contrôle sont pratiquement les mêmes durant les deux périodes – la période utilisée pour calibrer l’outil et celle utilisée pour produire les estimations des coûts.
^ad 208 594 porcs perdus à cause de la PPA / 545 729 porcs abattus perdus = 38 pour cent.
^ae 38 pour cent x 1 804 246 porcs abattus perdus = 689 637 porcs perdus en 2020 à cause de la PPA.
^af Tels que l’effet lié à la pandémie de covid-19.
^ag Il est important de préciser ici le sens du terme «conflit». La FAO utilise la définition suivante du conflit, reconnaissant qu’un conflit n’est pas nécessairement armé ou violent (voir, par exemple, FAO. 2022. Operationalizing pathways to sustaining peace in the context of Agenda 2030 – A how-to guide. Rome. Disponible à l’adresse www.fao.org/documents/card/fr?details=cc1021en): «Aspect inévitable de l’interaction humaine, le conflit intervient lorsque deux ou plusieurs individus ou groupes poursuivent des objectifs mutuellement incompatibles. Les conflits peuvent être menés avec violence, comme dans une guerre, ou de manière non violente, comme lors d’une élection ou d’une procédure judiciaire accusatoire. Lorsqu’il est canalisé de manière constructive dans un processus de résolution, le conflit peut être bénéfique.» D’après Snodderly (dir. pub.). 2018. Glossary of Terms for Conflict Management and Peacebuilding. Deuxième édition. Institut des États-Unis pour la paix, Washington. Disponible à l’adresse: www.usip.org/publications/usip-peace-terms-glossary
^ah www.prio.org/news/2736
^ai Mise en œuvre de l’objectif E du Cadre de Sendai. Il est à noter que toutes les stratégies n’utilisent pas le terme «conflits armés»; certaines font uniquement référence aux «conflits». C’est le terme employé dans le texte original de la stratégie qui est reproduit ici.
^aj Données provenant de 21 pays: Afghanistan, Algérie, Bangladesh, Burundi, Colombie, Égypte, Fédération de Russie, Inde, Indonésie, Iran, Myanmar, Népal, Ouganda, Pakistan, Pérou, Philippines, Somalie, Sri Lanka, Tadjikistan, Thaïlande et Türkiye.
^ak Évaluation DINA (Somalia Drought Impact and Needs Assessment) (2017).
^al Selon des estimations du Gouvernement ukrainien, 160 579 km2 du territoire national, englobant 10 pour cent des terres agricoles du pays, pourraient être contaminés par des mines terrestres et des engins non explosés.
^am FAO. 2019. Disaster risk reduction at farm level: Multiple benefits, no regrets. Rome. www.fao.org/3/ca4429en/CA4429EN.pdf. Cette étude présente des données sur l’État plurinational de Bolivie, le Cambodge, la Colombie, le Guyana, Haïti, la Jamaïque, l’Ouganda, le Pakistan, les Philippines et la République démocratique populaire lao.
^an Bien qu’il n’ait pas été possible d’isoler les effets de chaque composante de chaque intervention relevant des bonnes pratiques de réduction des risques de catastrophe sur les rendements et la rentabilité dans le secteur de la banane, il est probable que les synergies entre les différentes interventions aient fortement contribué à améliorer la résilience des systèmes de culture de la banane face aux déficits pluviométriques et aux périodes sèches.
^ao 1) Riziculture avec semis en ligne et mouillage et séchage alternés; 2) culture du blé avec du fumier de ferme et du compost; 3) culture maraîchère en polyculture avec plantation sur ados, utilisation de fumier de ferme et gestion intégrée des organismes nuisibles; 4) culture du blé avec nivellement du sol et gestion intégrée des organismes nuisibles; 5) culture du coton avec nivellement assisté par laser, plantation sur ados, gestion intégrée des organismes nuisibles et application de compost; 6) culture du blé avec semis direct (avec semoir) sans labour et gestion intégrée des organismes nuisibles; et 7) culture du coton avec plantation sur ados et gestion intégrée des organismes nuisibles.
^ap Fortes précipitations, sécheresse, températures élevées, organismes nuisibles et prolifération de plantes adventices.
^aq Distribution de volailles, de semences, de bidons et d’équipements, activités de travail contre rémunération, remise en état des systèmes de petite irrigation, formation aux techniques de production maraîchère et développement de coopératives agricoles dirigées par des femmes.
^ar Les coopératives d’agricultrices ont reçu un assortiment de canards et de chèvres, des formations ont été mises en place et un programme de «travail contre rémunération» a permis de nettoyer des canaux locaux qui se trouvaient dans un état de délabrement avancé.
^as Selon le volet régional du rapport mondial sur les crises alimentaires 2021 de l’Autorité intergouvernementale pour le développement (IGAD), 12,6 millions de personnes ont été confrontées à des niveaux élevés d’insécurité alimentaire aiguë (phase 3 ou supérieure de l’IPC)⁴² en Éthiopie (8,6 millions), au Kenya (1,9 million) et en Somalie (2,1 millions) au cours de l’année 2020. Compte tenu du profil de risque de catastrophe sous-jacent de la Corne de l’Afrique, des mesures tenant compte des risques s’imposent pour faire face aux aléas de toutes natures et préserver les moyens d’existence et la sécurité alimentaire.
^at Crises et catastrophes soudaines de grande ampleur nécessitant une intervention institutionnelle.
^au Stade auquel les individus juvéniles incapables de voler se regroupent en essaims homogènes et alignés, appelés «bandes larvaires».
^av Voir PreventionWeb. 2023. Post-Disaster Needs Assessments (PDNA). Dans: PreventionWeb. [Consulté en juin 2023]. https://recovery.preventionweb.net/build-back-better/post-disaster-needs-assessments/country-pdnas
^awVoir ReliefWeb. 2023. Reports only. Dans: ReliefWeb. [Consulté en juin 2023]. https://reliefweb.int/updates?view=reports
^axVoir Facilité mondiale pour la réduction des catastrophes et la reconstruction (GFDRR – Global Facility for Disaster Reduction and Recovery). 2023. Post Disaster Needs Assessment. Dans: GFDRR. [Consulté en juin 2023]. www.gfdrr.org/en/post-disaster-needs-assessments
^ay Voir Banque mondiale. 2023. The World Bank Open Knowledge Repository. Dans: Banque mondiale. [Consulté en juin 2023]. https://openknowledge.worldbank.org/home