Mesurer la faim dans le monde
Ajouter des données sur la sous-alimentation
La première mesure de la faim que vous allez cartographier est la prévalence de la sous-alimentation. Lorsque l’on parle de la faim dans le monde, la sous-alimentation est l’une des mesures les plus importantes à prendre en compte.
- Accédez à la page des détails de l’élément Sustainable Development Goal 2.1.1: Prevalence of undernourishment (percent) (Objectif de développement durable 2.1.1 : prévalence de la sous-alimentation [pourcentage]).
La fenêtre d’informations de la couche s’affiche. Cette page contient des métadonnées sur la couche, notamment une description et des attributs de données.
Remarque :
Ces données sont également accessibles depuis le site SDG Data Hubs : faites défiler la page jusqu’à la section Data to Advance the SDGs (Données pour faire avancer les objectifs de développement durable), cliquez sur Zero Hunger (Faim inexistante), puis recherchez Prevalence of undernourishment (Prévalence de la sous-alimentation). - Cliquez sur le bouton Open in Map Viewer (Ouvrir dans Map Viewer).
Une carte, illustrant la couche Sustainable Development Goal 2.1.1: Prevalence of undernourishment (percent) (Objectif de développement durable 2.1.1 : prévalence de la sous-alimentation [pourcentage]), s’affiche. Cette carte indique la proportion de la population dont la consommation habituelle d’aliments est insuffisante.
Sur cette carte, le pourcentage de la population sous-alimentée est indiqué par des symboles gradués. Plus le cercle est grand, plus la sous-alimentation est prévalente dans le pays. Sur la base d’une analyse visuelle, quels pays présentent les taux de sous-alimentation les plus élevés (grands cercles) ? Pour quels pays aucune donnée n’est signalée (petits cercles gris) ? Quels pays présentent des taux de nutrition de 0 (plus petits cercles jaunes) ?
Remarque :
Afin de voir toutes les données fournies pour un pays, effectuez un zoom avant et cliquez sur un cercle. La valeur qui est appariée se trouve dans le champ Latest Value (Valeur la plus récente).
Beaucoup de points se chevauchent sur la carte, ce qui rend difficile la compréhension de chacun d’eux. Comme ces données sont normalisées, exprimées sous forme de pourcentage, vous pouvez également choisir de les afficher sous forme d’entités surfaciques avec des couleurs graduées. Vous devez d’abord vous connecter à votre compte d’organisation ArcGIS.
- Sur le ruban, cliquez sur Sign in (Se connecter) et saisissez les informations d’identification de votre compte ArcGIS Online.
Remarque :
Si vous ne disposez pas d’un compte d’organisation, consultez les options disponibles pour accéder aux logiciels.
La carte est rechargée. À présent, vous allez ajouter des données surfaciques que vous utiliserez pour délimiter chaque pays. La couche que vous recherchez est gérée par Esri et stockée dans ArcGIS Living Atlas. ArcGIS Living Atlas of the World est une collection de données géographiques qui fait autorité, comprenant notamment des couches, des cartes et des applications.
- Dans la barre d’outils Contents (Contenu) (foncée), cliquez sur Add (Ajouter) et choisissez Browse layers (Parcourir les couches).
- Au-dessus de la barre de recherche, cliquez sur le menu déroulant et choisissez Living Atlas.
- Dans la barre de recherche, entrez countries (pays). Pour la couche World Countries Generalized (Pays du monde – Généralisation), cliquez sur le bouton Add (Ajouter).
La couche World Countries Generalized (Pays du monde – Généralisation) est dessinée par-dessus la carte.
- Fermez les fenêtres Browse layers (Parcourir les couches) et Properties (Propriétés). Dans la barre d’outils Contents (Contenu), cliquez sur Layers (Couches).
La fenêtre Layers (Couches), dans laquelle les deux couches sont répertoriées, apparaît. Normalement, vous réorganiseriez les couches pour afficher les données ponctuelles, la couche Prevalence of undernourishment (Prévalence de la sous-alimentation), par-dessus les données surfaciques, la couche World Countries Generalized (Pays du monde – Généralisation), mais c’est inutile puisque vous n’aurez plus besoin des points très longtemps. Maintenant, vous allez utiliser l’outil Join Features (Joindre des entités) pour ajouter les données de la couche Prevalence of undernourishment (Prévalence de la sous-alimentation) à la couche surfacique du pays.
- Dans la barre d’outils Settings (Paramètres), cliquez sur Analysis (Analyse).
- Dans la fenêtre Analysis (Analyse), cliquez sur Tools (Outils).
- Développez le groupe Summarize Data (Synthétiser les données) et cliquez sur Join Features (Joindre les entités).
Une jointure est un moyen de combiner vos données, que ce soit sur la base d’attributs ou d’une localisation partagés. Vous allez utiliser la localisation pour connecter les valeurs de données de la couche de sous-alimentation aux formes surfaciques de la couche du pays. Pour ce faire, vous utiliserez une jointure spatiale, ce qui signifie que les données de chaque point seront ajoutées au polygone qu’il recouvre.
- Pour Target layer (Couche cible), cliquez sur le bouton Layer (Couche) puis sur la couche World Countries Generalized (Pays du monde – Généralisation).
- Pour Join layer (Couche de jointure), cliquez sur le bouton Layer (Couche) et sélectionnez la couche Prevalence of undernourishment (Prévalence de la sous-alimentation).
Remarque :
Une fois que vous avez sélectionné la Target layer (Couche cible) et la Join layer (Couche de jointure), vous verrez combien d’entités compte chaque couche. Il est probable que les couches n’aient pas le même nombre d’entités. La commande Join Features (Joindre des entités) permet de joindre des données uniquement pour les entités qui correspondent aux réglages Join settings (Paramètres de jointure). Il est souhaitable de noter combien il y a d’entités dans les couches en entrée et combien il y en a dans la couche en sortie.
- Sous Join settings (Paramètres de jointure), activez Use spatial relationship (Utiliser une relation spatiale), puis pour Spatial relationship (Relation spatiale), choisissez Completely contains (Contient complètement).
La sélection du paramètre Completely contains (Contient complètement) vise à s’assurer que les données des points entièrement compris dans le polygone d’un pays sont ajoutées au polygone de ce pays.
- Pour Join operation (Opération de jointure), vérifiez que l’option Join one to one (Joindre un vers un) est sélectionnée.
Ce paramètre spécifie en outre qu’un seul enregistrement de la couche Prevalence of undernourishment (Prévalence de la sous-alimentation) doit être joint à la couche World Countries Generalized (Pays du monde – Généralisation).
- Pour Output name (Nom en sortie), saisissez Undernourishment et ajoutez vos initiales.
Chaque couche doit porter un nom unique. En ajoutant vos initiales, vous rendez votre nom de couche unique.
- Cliquez sur Run (Exécuter).
Au terme de l’exécution de l’outil, la couche est ajoutée au volet Layers (Couches) et à la carte.
- Dans le volet Layers (Couches), cliquez sur le bouton Visibility (Visibilité) en regard des couches World Countries Generalized (Pays du monde – Généralisation) et Prevalence of undernourishment (Prévalence de la sous-alimentation) pour les désactiver.
La carte montre la couche Undernourishment (Sous-alimentation). Le champ Latest Value (Valeur la plus récente) n’avait aucune valeur de données pour certains pays, et avait une valeur de 0 pour d’autres. Puisque vous n’avez pas besoin d’apparier ces pays, vous allez maintenant créer un filtre qui va les masquer lorsque la couche Undernourishment (Sous-alimentation) est affichée.
Créer un filtre
Vous allez créer un filtre de sorte que la couche Undernourishment (Sous-alimentation) n’affiche que les pays d’intérêt.
- Assurez-vous que la couche Undernourishment (Sous-alimentation) est sélectionnée, puis cliquez sur Filter (Filtre) dans la barre d’outils Settings (Paramètres).
Remarque :
La ligne bleue à côté du nom de la couche indique que la couche est sélectionnée.
La fenêtre Filter (Filtre) apparaît. Un filtre consiste en une ou plusieurs expressions qui permettent de n’afficher que les entités d’une couche qui présentent un intérêt. Vous souhaitez afficher uniquement les pays représentés par la couche Undernourishment (Sous-alimentation) pour lesquels le champ Latest Value (Valeur la plus récente) n’est pas vide et n’a pas une valeur égale à 0. Vous allez créer l’expression.
- Dans la fenêtre Filter (Filtre), cliquez sur Add expression (Ajouter une expression). Sous Expression, utilisez les menus déroulants pour créer l’expression suivante : Valeur la plus récente n’est pas vide.
- Dans le volet de filtre, en face de Set (Définir), cliquez sur le bouton Options et sélectionnez Add condition (Ajouter une condition). Créez la condition suivante : Valeur la plus récente n’est pas 0.
- Pour le paramètre Set (Définir), conservez la valeur par défaut Match either conditions (Correspondre à l’une des conditions).
Votre carte est mise à jour et affiche uniquement les pays qui remplissent ces conditions.
- Cliquez sur Save (Enregistrer) pour enregistrer le filtre.
À présent, vous allez styliser la couche Undernourishment (Sous-alimentation).
Styliser la couche
La couche Undernourishment (Sous-alimentation) comprend des entités surfaciques de pays avec des valeurs de pourcentage non vides et différentes de zéro pour le champ Latest Value (Valeur la plus récente). Vous allez maintenant styliser les pays avec des couleurs graduées en fonction de ces valeurs.
- Dans la barre d’outils Contents (Contenu), assurez-vous que la couche Undernourishment (Sous-alimentation) est sélectionnée. Dans la barre d’outils Settings (Paramètres), cliquez sur Styles.
Le volet Styles s’affiche. Actuellement, la carte ne montre que la localisation des données. Pour cartographier les quantités, vous allez changer l’attribut à symboliser. Pour cette carte, vous allez utiliser le champ Latest Value (Valeur la plus récente) qui correspond aux données les plus récentes pour le pays. Si vous souhaitez explorer les valeurs de données déclarées pour des pays individuels, vous pouvez ouvrir la table attributaire et sélectionner le pays.
- Dans le volet Styles, pour Choose attributes (Choisir des attributs), cliquez sur Field (Champ) et sélectionnez Latest Value (Valeur la plus récente). Cliquez sur Add (Ajouter).
La carte est redessinée automatiquement afin d’afficher la symbologie par défaut pour le style Counts and Amounts (Color) (Totaux et montants [Couleur]). Les bleus les plus foncés indiquent les endroits où la sous-alimentation est la plus répandue.
- Cliquez sur Done (Terminé).
Qu’observez-vous sur cette carte ? Quels pays ont les taux de sous-alimentation les plus élevés ? Parvenez-vous à discerner des modèles dans les données qui n’étaient pas aussi clairs auparavant ? Pourquoi pensez-vous qu’il n’y avait aucune valeur ou qu’il y avait une valeur de 0 pour les taux de sous-alimentation des pays sans style ?
- Cliquez sur différents pays de la carte pour lire les informations les concernant, notamment l’attribut Latest Value (Dernière valeur).
D’après les données, les cinq pays dont la population souffre le plus de sous-alimentation sont Haïti (48,2 %), la Corée du Nord (47,6 %), Madagascar (41,7 %), le Tchad (39,6 %) et le Liberia (37,5 %). Ces endroits sont situés dans le monde entier, et les raisons de la prévalence élevée de la sous-alimentation varient.
Pourquoi pensez-vous que ces pays font face à des pourcentages élevés de sous-alimentation ? Y a-t-il des événements spécifiques dans l’histoire récente qui pourraient expliquer ces taux ?
Souvent, lorsqu’on parle de la faim, la conversation se focalise sur la sous-alimentation et sur des indicateurs de gravité similaires. Mais l’accès à la nourriture n’est pas seulement un problème dans l’hémisphère sud, où il semble le plus prévalent. Dans la section suivante, vous allez cartographier une autre mesure, l’insécurité alimentaire.
Comparer l’insécurité alimentaire
Pour avoir une autre perspective sur les endroits où les gens souffrent de la faim, vous pouvez également cartographier l’insécurité alimentaire. Selon la définition de l’ONU, l’insécurité alimentaire est « une situation dans laquelle les gens ont des difficultés à accéder à une nourriture de qualité et/ou en quantité suffisante par manque d’argent ou d’autres ressources. Ces difficultés incluent également les problèmes psychologiques liés à la lutte pour l’accès à la nourriture. » L’accès à la nourriture peut être limité par de nombreux facteurs sociaux et économiques, qu’il s’agisse du manque d’argent pour acheter de la nourriture, de troubles sociaux ou de famines entraînant une pénurie de nourriture.
- Dans la barre d’outils Contents (Contenu), cliquez sur Add (Ajouter) et choisissez Browse layers (Parcourir les couches).
- Cliquez sur My Content (Mon contenu) et choisissez ArcGIS Online.
Cette couche est publiée sur ArcGIS Online.
- Dans la barre de recherche, saisissez « severe food insecurity » (insécurité alimentaire grave) et ajoutez la couche Indicator 2.1.2: Prevalence of moderate or severe food insecurity in the adult population (percent), propriété de unstats_admin.
Remarque :
Ces données sont également accessibles depuis le site SDG Data Hubs : faites défiler la page jusqu’à la section Data to Advance the SDGs (Données pour faire avancer les objectifs de développement durable), cliquez sur Zero Hunger (Faim inexistante), puis recherchez Prevalence of moderate or severe food insecurity (Prévalence de l’insécurité alimentaire modérée ou grave). - Fermez le volet Browse layers (Parcourir les couches). Dans la barre d’outils Contents (Contenu), cliquez sur Layers (Couches) et désactivez le bouton Visibility (Visibilité) pour la couche Undernourishment (Sous-alimentation).
En quoi la prévalence de la couche d’insécurité alimentaire grave diffère-t-elle de la prévalence de la couche de sous-alimentation dans chaque pays ? Remarquez que certains pays ont communiqué des données sur l’insécurité alimentaire et aucune sur la sous-alimentation. Pour quelle raison, selon vous ?
Lorsque des données sont disponibles, de nombreux pays décomposent les données par sexe, de sorte que de nombreux pays ont trois points de données. Pour l’attribut Sex Desc (Descr. sexe), les valeurs Female (Femme) et Male (Homme) représentent les personnes de plus de 15 ans de chaque sexe. Pour la valeur Both Sexes (Les deux sexes), les données sont rapportées en pourcentage de la population, tous âges confondus.
- Cliquez sur les points des différents pays pour explorer les données. Lisez les fenêtres contextuelles et, si nécessaire, cliquez sur les flèches pour voir comment les données varient en fonction du sexe.
Bien que le pourcentage de personnes en situation d’insécurité alimentaire soit relativement faible dans beaucoup de pays de l’hémisphère nord, ces données présentent davantage de variations. Pourquoi pensez-vous qu’il est important de prêter attention à l’insécurité alimentaire ?
Remarque :
Pour continuer cette analyse, vous pouvez suivre la même procédure afin de joindre la couche Prevalence of moderate or severe food insecurity in the adult population (percent) (Prévalence de l’insécurité alimentaire modérée ou grave dans la population adulte [pourcentage]) à la couche World Countries Generalized (Pays du monde – Généralisation).
La faim est un enjeu majeur dans le monde entier, même si sa gravité et la façon dont elle est mesurée varient. La sous-alimentation est un indicateur plus urgent à surveiller et à corriger. Ses causes peuvent être exacerbées par plusieurs facteurs qu’il convient de traiter différemment de celles de l’insécurité alimentaire. Alors que les Nations Unies œuvrent à la réalisation de l’objectif d’éradication de la faim et de sécurité alimentaire, ces deux indicateurs doivent être pris en compte dans la création de solutions durables et pour le long terme.
Vous trouverez d’autres didacticiels dans la bibliothèque des didacticiels.
