Catherine Nakalembe dirige le laboratoire Xylem et est la directrice pour l’Afrique chez NASA Harvest, un programme multidisciplinaire de surveillance agricole et de sécurité alimentaire commandé par la National Aeronautics and Space Administration (NASA) et dirigé par l’université du Maryland aux États-Unis. Elle est aussi la responsable thématique de la sécurité alimentaire pour NASA SERVIR aux États-Unis. Son parcours est parsemé de résilience et de capacité à saisir les opportunités. Elle est née et a grandi à Makindye, l’une des collines de Kampala, en Ouganda, et a eu une enfance modeste. Son père, mécanicien automobile, et sa mère, qui tenait un petit restaurant à leur domicile, lui ont inculqué les valeurs du travail acharné et de la persévérance. Elle dit avoir grandi dans une maison d’une chambre, avec ses trois sœurs et avoir fréquenté l’école de Katwe, une zone rendue célèbre par le film Queen of Katwe. Le film raconte l’histoire d’une jeune joueuse d’échecs, dont le talent a donné de l’espoir à sa famille et à d’autres dans le bidonville de Katwe.

À l’école secondaire, Nakalembe étudie les mathématiques, la géographie et l’art, puis elle obtient un bachelor en sciences de l’environnement à l’université Makerere en Ouganda. Sur les conseils de sa sœur, elle postule à l’université Johns Hopkins aux États-Unis. Elle y est retenue et obtient une maîtrise en géographie et ingénierie de l’environnement, puis un doctorat en géographie de l’université du Maryland, toujours aux États-Unis. Nakalembe a travaillé sur divers programmes de la National Aeronautics and Space Administration (NASA), notamment dans le domaine de l’utilisation des terres ainsi que des changements d’occupation des sols. Elle a aussi contribué à des projets importants, tels que NASA SERVIR, le programme de renforcement des capacités de la NASA, qui a pour but de fournir aux décideurs locaux les outils, la formation et les services dont ils ont besoin pour agir sur des questions sensibles au climat telles que les catastrophes, la sécurité agricole, la gestion de l’eau et l’utilisation des terres. Elle a également travaillé avec la Fondation Gates et l’Alliance pour une révolution verte en Afrique (AGRA) sur la surveillance de l’agriculture dans plusieurs pays africains, dont la Tanzanie, la Zambie, le Malawi et le Mali.

Nakalembe dit être pragmatique et croire en l’importance de faire des progrès avec les ressources disponibles. Cette philosophie qui l’a poussée plus jeune à apprendre toute seule à coudre, à faire de la pâtisserie et à crocheter. Elle a aussi été joueuse nationale de badminton en Ouganda et a même pensé à un moment étudier les sciences sportives. Le 8 mars 2025, la scientifique a été reconnue par le Global Landscapes Forum (GLF), une plateforme internationale de promotion des connaissances sur l’utilisation intégrée des terres, comme une femme championne de l’action environnementale. Elle a été récompensée parmi huit femmes dans le monde, dont seulement deux en Afrique.

Dans cette interview avec Mongabay, Nakalembe aborde plusieurs sujets, notamment les contributions de NASA Harvest en Afrique, les avantages que les agriculteurs africains tirent du programme, ainsi que les défis qu’elle rencontre en tant que femme dans un domaine technique et en tant que femme africaine à la NASA.

Mongabay : Brièvement, qu’est-ce que NASA Harvest ?

Catherine Nakalembe : NASA Harvest est le programme agricole de la NASA. Il s’agit d’une initiative axée sur l’international visant à soutenir les utilisateurs finaux qui prennent des décisions liées à l’agriculture, en les aidant à intégrer les données satellitaires dans leurs processus décisionnels.

Nous développons des méthodes et renforçons les capacités tout en collaborant avec les utilisateurs finaux pour créer des flux de travail ou des cadres. Ces outils leur permettent d’utiliser les données satellitaires disponibles pour répondre à leurs besoins spécifiques. Par exemple, un ministère de l’Agriculture pourrait avoir besoin de savoir quelles cultures poussent dans certaines zones et comment elles se comportent. Bien que beaucoup de données existantes ne soient pas adaptées à une utilisation organisationnelle spécifique, nous facilitons le processus pour les rendre utiles à leur travail interne.

En même temps, nous nous efforçons d’améliorer la mesure et la cartographie de l’agriculture. En Afrique, plusieurs méthodes et ensembles de données ne sont pas conçus pour le contexte local, donc les données peuvent ne pas être optimales. Mon travail consiste à améliorer ces ensembles de données tout en soutenant les utilisateurs finaux pour qu’ils les utilisent efficacement.

Mongabay : Dans de nombreux pays africains, nous utilisons des satellites et des drones. Y a-t-il une différence entre ce que fait la NASA et ce qui est déjà fait sur le continent ?

Catherine Nakalembe : Il n’y a pas de différence significative, mais je soulignerais quelques aspects clés. Étant donné que la NASA est impliquée dans ce travail depuis longtemps, une partie de notre rôle consiste à plaider et à garantir que les ressources disponibles sont suffisantes et efficaces.

En tant que professeure et chercheure, mon travail consiste à développer les meilleures méthodes pour exploiter les données satellitaires à l’aide de l’intelligence artificielle et de l’apprentissage automatique. Nous passons beaucoup de temps à affiner ces méthodes, et de nombreux flux de travail que nous développons sont mis en œuvre par d’autres. Nous menons des recherches, publions nos résultats, et d’autres organisations utilisent nos recherches ou systèmes pour la surveillance.

Par exemple, nous avons des systèmes comme le système GLAM (Global Agriculture Monitoring), que d’autres organisations peuvent utiliser pour leurs applications et flux de travail. Nous développons également des méthodes pour optimiser les ressources des ministères ou guider la collecte de données au sol. Le ministère de l’Agriculture au Kenya, par exemple, utilise l’une de nos méthodes à des fins internes.

Nos méthodes, ensembles de données et flux de travail sont publics et accessibles. Cela nous distingue, car d’autres peuvent appliquer ces méthodes dans leurs propres flux de travail. Par exemple, de nombreuses organisations utilisent le système GLAM pour le reporting et la surveillance internes.

En ce qui concerne les drones, bien qu’ils soient utiles, ils ne sont pas suffisants pour la cartographie et la surveillance à grande échelle. Les drones nécessitent des experts pour fonctionner ; ils sont chronophages et ne peuvent couvrir que des zones limitées. Pour cartographier un pays entier, il faudrait collecter des échantillons et utiliser les données satellitaires pour extrapoler les informations. Les drones sont précieux pour des données détaillées et localisées, mais sont moins pratiques pour des efforts de surveillance étendus.

Mongabay : Les pays peuvent-ils utiliser vos données comme ils le souhaitent, ou y a-t-il des conditions de partenariat ?

Catherine Nakalembe : C’est intéressant que vous posiez cette question. Il y a divers scénarios à considérer. La semaine dernière, mon principal collaborateur au ministère de l’Agriculture au Kenya m’a demandé s’ils pouvaient utiliser quelque chose sur lequel nous avions travaillé ensemble. Ma réponse a été simple : nous avons développé cela avec vous et pour vous, pas pour nous. C’est à vous de décider avec qui le partager et comment l’utiliser.

Lorsque nous développons des outils ou des plateformes avec un financement spécifique, nous pouvons souvent faire plus que d’habitude. Cependant, des plateformes comme GLAM, notre tableau de bord COVID ou l’Early Warning Explorer sont ouvertes et accessibles à tous, qu’il s’agisse d’une entreprise, d’un ministère ou d’une autre organisation. Par exemple, CONAB, la Compagnie nationale d’approvisionnement du Brésil, utilise notre système en l’adaptant à ses besoins, car elle dispose de fonds privés.

L’objectif est d’autonomiser les décideurs pour qu’ils utilisent ces outils de manière indépendante. Si nous ne renforçons pas les capacités au sein des institutions à utiliser les ressources disponibles, nous créons une dépendance. Dans des situations urgentes, comme les inondations, ils devraient compter sur une aide extérieure pour obtenir des informations cruciales, ce qui n’est pas idéal.

Les outils et méthodes sur lesquels je travaille doivent être reproductibles, évolutifs et directement utilisables. Sinon, nous risquons de créer une dépendance et de perpétuer l’idée que certaines personnes possèdent des compétences uniques. En réalité, les outils eux-mêmes peuvent ne pas être prêts pour une utilisation généralisée. C’est comme donner à quelqu’un un téléphone qui nécessite de la soudure et de la programmation à chaque utilisation, par opposition à un téléphone prêt à l’emploi. C’est ce dernier que nous visons : des outils prêts pour le marché et conviviaux.

Mongabay : Vous avez mentionné GLAM à plusieurs reprises. Qu’est-ce que c’est, s’il vous plaît ?

Catherine Nakalembe : GLAM signifie Global Agriculture Monitoring System. GLAM est l’un des plus anciens systèmes de surveillance de l’agriculture. Il agrège les données satellitaires historiques, permettant aux utilisateurs d’évaluer les conditions des cultures, l’humidité du sol, la météo et d’autres facteurs dans le monde entier. Je viens de vous envoyer un lien vers ce système.

Fondamentalement, GLAM est un système d’agrégation qui compile des données déjà collectées. Cependant, il présente ces données dans un format intuitif, les rendant accessibles aux utilisateurs qui ne sont pas des scientifiques des données. Ainsi, n’importe qui peut facilement récupérer des informations comme les valeurs de précipitations sans avoir besoin de compétences en programmation spécialisées.

Mongabay : J’ai visité le site web et je n’ai pas vu beaucoup d’informations sur l’Afrique. Comment collectez-vous généralement des données sur l’Afrique ?

Catherine Nakalembe : Il existe diverses méthodes que nous utilisons pour collecter des données, que vous pouvez explorer sur la page des projets du site web. Pour les données satellitaires, nous utilisons des flux de travail existants et intégrons les données via des API (Interfaces de Programmation d’Applications). Cela nous permet d’extraire des données de leur source, de les intégrer et de réaliser diverses analyses. Nous utilisons également des plateformes comme Google Earth Engine pour l’analyse et disposons de flux de travail plus sophistiqués pour la cartographie basée sur l’IA.

Pour collecter des données au sol, je collabore avec les ministères de l’Agriculture et les agents de vulgarisation, utilisant souvent des applications mobiles. L’une de ces applications est ODK (Open Data Kit), un outil opensource qui peut être programmé pour diverses utilisations, comme la santé, l’eau ou la cartographie des écoles.

De plus, j’ai un projet appelé « Helmets Labeling Crops », où nous utilisons des caméras GoPro montées sur des casques de moto. Lorsque les conducteurs, connus sous le nom de boda-boda dans certaines régions, se déplacent, ils capturent des images des cultures. C’est similaire à Google Street View, mais se concentre sur les paysages agricoles plutôt que sur les bâtiments ou les rues. Nous utilisons ensuite ces images pour la détection des cultures, de manière similaire à la technologie de détection des visages.

Une autre méthode pour collecter des données, en particulier pour cartographier les rendements des cultures, consiste à effectuer des coupes de cultures. Cela implique de récolter une partie d’un champ, généralement une parcelle de 10 x 10 mètres, de la peser et d’utiliser ces données pour prédire les rendements sur de plus grandes surfaces. Ces diverses méthodes nous permettent de recueillir des données complètes pour l’analyse et la surveillance.

Mongabay : NASA Harvest est-il principalement axé sur l’agriculture, ou d’autres domaines sont-ils impliqués ?

Catherine Nakalembe : NASA Harvest est directement axé sur l’agriculture. Cependant, je suis également impliquée dans d’autres programmes de la NASA qui traitent de divers domaines. Par exemple, il y a le programme NASA Land Use and Land Cover Change, qui cartographie les changements d’utilisation et de couverture des terres. Dans ce programme, j’examine l’utilisation des terres dans les établissements de réfugiés.

De plus, il existe un programme axé sur la résilience climatique et un autre sur la cartographie des catastrophes, qui examine des événements comme les inondations et les glissements de terrain. Bien que je ne sois pas aussi impliquée dans le programme sur les catastrophes, j’intègre certains de ses aspects dans mes recherches agricoles. Par exemple, les inondations et les glissements de terrain peuvent avoir un impact significatif sur les cultures et déplacer des personnes, donc pouvoir cartographier ces événements en quasi-temps réel est crucial pour la prise de décision.

Les données satellitaires nous permettent de surveiller divers domaines, mais il est bénéfique de se concentrer sur des zones spécifiques, car les pratiques et conditions agricoles varient considérablement. En Afrique, même au sein d’un seul pays, il peut y avoir de nombreuses zones agroécologiques avec des cultures et des pratiques agricoles diverses. Cette complexité signifie qu’il est essentiel de travailler avec des personnes qui comprennent les systèmes agricoles locaux. Elles peuvent immédiatement identifier des problèmes avec les données que quelqu’un qui ne connaît pas la région pourrait manquer.

Je me souviens d’une expérience au Mali où nous avons utilisé le système GLAM pour évaluer les conditions des cultures. Une grande partie du sud-ouest du Mali ne montrait aucune culture, ce qui était incorrect. Les experts locaux du ministère de l’Agriculture ont rapidement signalé l’erreur, soulignant l’importance des connaissances locales dans la validation et l’interprétation des données satellitaires.

Mongabay : Vous parlez beaucoup de l’implication des gouvernements. Un simple agriculteur peut-il utiliser ce que vous produisez ou travaillez-vous avec les gouvernements pour informer leurs agriculteurs ?

Catherine Nakalembe : Travailler avec les gouvernements est souvent le moyen le plus efficace de prendre des décisions et de diffuser des informations. Les gouvernements peuvent avoir des programmes pour répondre à des problèmes comme les dégâts causés par les inondations ou les épidémies de ravageurs et fournir aux agriculteurs les ressources nécessaires pour résoudre les problèmes locaux. Cependant, cela ne signifie pas que les agriculteurs ne peuvent pas accéder directement aux informations. Le défi est de les fournir de manière utile et accessible.

Les agriculteurs reçoivent les informations différemment de la manière dont elles sont généralement préparées. Par exemple, les agents de vulgarisation avec lesquels nous travaillons pourraient utiliser une application, mais avec tant d’applications disponibles, cela peut être accablant. Les agriculteurs doivent faire confiance aux informations et les trouver pertinentes. Un moyen efficace est la radio, que de nombreux agriculteurs utilisent déjà pour s’informer.

Imaginez une émission de radio discutant des conditions agricoles actuelles, où les prévisions ou les évaluations sont expliquées dans un contexte local. Au Mali, par exemple, les agents de vulgarisation parlent souvent le bambara plutôt que le français. Donc, fournir des informations en français ne serait pas suffisant. J’ai dû développer des formulaires en plusieurs langues pour m’assurer que les collecteurs de données pouvaient les interpréter.

Une discussion à la radio pourrait être plus engageante et accessible. Par exemple, l’émission pourrait discuter des conditions de sécheresse dans le nord-est de Ségou, expliquant comment cela affecte les cultures et ce que recommande le gouvernement. Les agriculteurs pourraient ensuite appeler pour partager leurs réflexions et expériences. Cette approche localisée et interactive est quelque chose que j’aimerais mettre en œuvre, car elle traduit des informations complexes dans un format que les agriculteurs peuvent utiliser et avec lequel ils peuvent s’engager efficacement.

Bien que la fourniture directe de cartes ou de données aux agriculteurs puisse ne pas être suffisante, l’intégration de ces informations dans les programmes existants, pour les agriculteurs et les médias locaux, peut faire une différence significative.

Mongabay : J’ai remarqué sur le site web de NASA Harvest que vous êtes impliquée dans les systèmes d’alerte précoce. Pourriez-vous donner un exemple spécifique de la manière dont l’alerte précoce a permis de prévenir des problèmes dans un pays africain ?

Catherine Nakalembe : En fait, l’alerte précoce était le sujet de ma thèse de doctorat. Dans ma thèse, j’ai travaillé sur ce qu’on appelle un programme de financement des risques de catastrophe. Il s’agissait de mettre en œuvre des projets de travaux publics, si une sécheresse ou un échec des récoltes était imminent, offrant une source de revenu alternative aux communautés touchées. Nous avons surveillé les cultures tout au long de la saison de croissance, et lorsque des conditions de sécheresse étaient détectées, nous alertions le ministère. Au début, nous avons développé des rapports pour informer le ministère, et finalement, j’ai formé une équipe au bureau du Premier ministre pour générer ces informations de manière indépendante.

La période de rapport commence généralement en juin, juillet ou août, lorsque les cultures sont en saison dans des régions comme Karamoja. Vers juin, nous avons une bonne indication de la réussite des cultures. Les récoltes ont généralement lieu fin août ou début septembre. Le composant d’alerte précoce nous permet de prédire les échecs des récoltes à partir de juin, permettant la libération de fonds pour démarrer des projets suffisamment tôt, afin que les gens aient des sources de revenu alternatives à la fin de la saison de croissance.

Si les cultures échouent complètement, les agriculteurs n’auraient aucun revenu après la récolte. La période de soudure, de janvier à mars, est particulièrement difficile en raison des conditions sèches. Pendant cette période, même leurs vaches et leur bétail ne vont pas bien, laissant les agriculteurs sans sources de revenu alternatives. La mise en œuvre de projets pendant cette période peut considérablement aider.

Cet exemple illustre comment les systèmes d’alerte précoce peuvent fonctionner efficacement. Cependant, l’alerte précoce n’est utile que s’il existe un mécanisme de réponse en place. Par exemple, à Madagascar, où je me suis récemment rendue, un cyclone avait frappé, mais il n’y avait pas de systèmes d’alerte ou d’options de réponse pour la zone touchée. L’alerte précoce sans action peut être problématique, car elle ne fournit pas de solutions pour les personnes touchées. Par exemple, vous voyez une tornade arriver et il n’y a nulle part où aller.

Mongabay : Pouvons-nous discuter des défis que vous rencontrez en tant que femme dans un domaine technique ?

Catherine Nakalembe : Oh, vous pouvez deviner ces défis, n’est-ce pas ? Il y en a beaucoup, surtout en tant que femme africaine dans un domaine technique. Globalement, l’un des plus grands défis est le manque de financement. Le financement est crucial pour créer des partenariats, organiser des ateliers et des formations, et explorer des méthodes de manière collaborative. Bien qu’il y ait un certain financement disponible pour la recherche, il y a souvent un manque de soutien pour le travail collaboratif avec les partenaires. C’est donc un très gros problème.

En tant que femme, je rencontre souvent des suppositions sur mes capacités. Les gens sous-estiment ou sapent parfois ce que je peux accomplir, et je me retrouve à devoir défendre ma crédibilité et mes compétences. Cela peut être démoralisant, surtout lorsque cela vient de personnes qui ne me connaissent pas ou ne comprennent pas le domaine. Elles forment souvent des idées préconçues et deviennent défensives au lieu d’écouter mon expertise.

J’ai eu des cas où j’ai dû expliquer des concepts de base liés à mon travail sur le terrain en Ouganda, d’où je viens, et quelqu’un ne me croyait pas ou remettait en question ma logique. J’ai dû expliquer les choses de la manière la plus basique possible, comme si j’enseignais à une classe, juste pour prouver que je savais ce que je faisais. Je ne pense pas que cela arriverait à un homme ou à quelqu’un qui ne me ressemble pas. Je lis beaucoup, j’écoute des podcasts et j’essaie de rester saine d’esprit et motivée, mais je réfléchis aussi beaucoup à mes origines et à ce que j’ai surmonté.

Mongabay : Êtes-vous à l’aise de parler de votre âge et du nombre d’années que vous avez passées avec NASA Harvest ?

Catherine Nakalembe : J’ai 41 ans maintenant. J’ai récemment eu 41 ans. J’ai des jumeaux qui ont sept ans. Je suis avec NASA Harvest, depuis le lancement du programme. En fait, à la première présentation que j’ai faite sur notre travail à Harvest, mes fils avaient exactement deux mois. Je pense que c’était le premier jour où je les ai laissés à la maison. C’était à Washington, lors d’une réunion initiale. Avant NASA Harvest, nous opérions sous un groupe appelé GLAM à l’université du Maryland. Nous avons fait notre travail sous GLAM en tant que programme pilote. Cela existe depuis que j’ai commencé mon doctorat. Je suis impliquée avec NASA SERVIR depuis 2012 ou 2013, peut-être. Donc, j’ai été avec Harvest depuis le début, y compris en aidant à concevoir le programme et en définissant ce que nous faisons en Afrique dans le cadre de la rédaction de la proposition.

Mongabay : Que signifie pour vous une nomination comme le prix du Global Landscapes Forum ?

Catherine Nakalembe : C’est très significatif pour moi. Vous souvenez-vous quand j’ai mentionné qu’en tant que femme, on doit souvent se défendre, expliquer son expertise et le travail scientifique qu’on fait ? Eh bien, c’est le contraire. Recevoir cette reconnaissance signifie que quelqu’un comprend, non seulement ce que je fais, mais reconnaît également mon expertise. Le GLF comprend que je connais mon travail et que je m’en soucie. C’est comme être vu, et cela a du sens. C’est rassurant, comme si tout allait bien. Bien sûr, il peut y avoir des sceptiques, mais c’est un rappel que vous n’êtes pas complètement fou.

Mongabay : Ma dernière question : quel est votre satellite préféré et pourquoi ?

Catherine Nakalembe : Mon satellite préféré est en fait MODIS, ce qui pourrait me surprendre moi-même ! La raison est que, bien que sa résolution ne soit pas excellente, MODIS a dépassé les attentes. Il est presque « mort » maintenant parce qu’il a fonctionné beaucoup plus longtemps que prévu. Il était censé durer environ cinq ans, mais il fonctionne depuis plus de 20 ans. Il y a quelque chose dans cette longévité ; c’est un satellite très résilient.

MODIS fonctionne sur deux satellites : Terra et Aqua. Terra est pour la terre, tandis qu’Aqua est pour les océans. Ce que j’aime chez MODIS, en plus de sa longévité, c’est sa polyvalence. Il est utilisé pour de nombreuses applications différentes : atmosphère, terre et océan.

En ce qui concerne la résolution : quand je dis que la résolution n’est pas excellente, je veux dire que le « pixel » ou la plus petite unité de mesure au sol est assez grossière, 250 mètres. Ce n’est pas idéal pour l’agriculture à petite échelle, car cela peut rendre les choses floues à cette échelle. Cependant, ce qui est vraiment incroyable avec MODIS, c’est qu’il fournit des données cohérentes et quotidiennes sur une période de 20 ans, depuis le même point de vue.

Imaginez être au même endroit et regarder le même endroit pendant 20 ans. C’est ce que MODIS a fait ! Il surveille la terre tous les jours. Les données ont été collectées depuis l’année 2000, ce qui signifie que nous avons maintenant près de 24 ans de données. Cette cohérence nous permet de comparer, par exemple, 2024 avec 2000, en utilisant les mêmes « yeux » pour voir si 2024 a été une année de sécheresse pire que n’importe quelle autre au cours des deux dernières décennies.

MODIS a une couverture mondiale, c’est donc comme si vous voyiez le monde entier avec la même vue cohérente. L’un des principaux ensembles de données du système GLAM d’origine est constitué des données MODIS, qui sont disponibles pour être explorées n’importe où dans le monde. Donc, chaque fois que je vais sur le système GLAM, je peux utiliser les données MODIS pour regarder n’importe quel endroit.

Image de bannière : Catherine Nakalembe montre les techniques de collecte de données aux travailleurs du savoir des villages à Masaka, en Ouganda (octobre 2016). Image de Catherine Nakalembe avec son aimable autorisation.

Au Kenya, une initiative de restauration fluviale s’avère rentable et avec de nombreux bienfaits

Feedback : Utilisez ce formulaire pour envoyer un message à l’éditeur de cet article. Si vous souhaitez publier un commentaire public, vous pouvez le faire au bas de la page.

Crédits

Christophe Assogba Rédacteur en chef

Sujets

AgricultureChangements climatiquesEnvironnementGouvernanceGouvernementHéros de l’environnementIndustrie agroalimentairePolitique environnementalePolitique sur les changements climatiquesScienceAfrique

Voir les sujets