Chapitre 9. Les effets potentiels du changement de climat sur la production et la sécurité alimentaires mondiales

9.1. Les méthodes de l'études
9.2. Modelés de cultures et simulations de rendements
9.3. La modélisation du système alimentaire mondial
9.4. Une évaluation du système alimentaire mondial grâce a des scénarios alternatifs
9.5. Conclusions
Références

Günther FISHER
International Institute for Applied Systems Analysis, Laxenburg, Autriche

Klaus FROHBERG
Institut fur Agrarenwicklung in Mittel- und Osteuropa, Halle, Allemagne

Martin L. PARRY
Jackson Environment Institute, University College, Londres, Royaume-Uni

Cynthia ROSENZWEIG
Goddard Institute for Space Studies et Columbia University, USA

Depuis la fin des années 1950, la production agricole mondiale a crû à des rythmes et à des niveaux sans précédents dans l'histoire humaine. Pour une grande pan, l'augmentation de la productivité est attribuable à la reproduction de variétés de cultures à haut rendement, à l'utilisation intensive d'engrais inorganiques et de pesticides, à l'expansion de l'irrigation et à une gestion agricole à fort capital.

Dans les années 1970, l'euphorie qui a entouré la 'Révolution Verte' a été remise en question suite à la crise de l'énergie et de la prise de conscience des conséquences environnementales à long terme. La préoccupation à propos de l'érosion du sol, de la contamination de l'eau souterraine, de la compaction et de la baisse de fertilité naturelle du sol ainsi que de la destruction des systèmes sociaux traditionnels a conduit à une réévaluation de ce qui était considéré alors comme les techniques de production agricole les plus avancées. Depuis lors, la recherche en agriculture a élargi sa vision pour inclure des systèmes de cultures et des pratiques de gestion agricole durables et efficaces en ressources.

Depuis le début des années 1980, une autre menace pour l'agriculture a attiré l'attention. Nombre de climatologues prédisent, dans les prochaines décennies, un réchauffement global important dû à la hausse des teneurs en dioxyde de carbone et autres gaz en traces dans l'atmosphère. Par conséquent, il est aussi prévu que des modifications majeures des régimes hydrologiques vont avoir lieu. La grandeur et la distribution géographique de tels changements induits par le climat peuvent nous empêcher d'accroître la production alimentaire nécessaire pour nourrir une population de plus de 10.000 millions de gens prévue pour le milieu du siècle prochain. Le changement de climat risque d'avoir des effets très étendus sur les modes de commerce entre nations, le développement et la sécurité alimentaire.

Au-delà de ce qui est connu au sujet des gaz à effet de serre et du système climatique, il y a cependant de grandes incertitudes: Comment le réchauffement va-t-il se passer, à quelle vitesse et suivant quel mode géographique et saisonnier? Quels processus secondaires le réchauffement va-t-il induire et quels pourraient être les impacts physiques et biologiques de tels processus? Certaines régions en seront-elles bénéficiaires quand d'autres souffriront, et qui seront les gagnants et les perdants? Et si les dégâts ne peuvent être évités, que peut-on faire pour adapter et modifier nos systèmes pour les minimiser ou en venir à bout? Ce sont des questions importantes et complexes que nous commençons seulement à comprendre afin de développer des méthodes pour leur analyse.

Une recherche récente a mis l'accent sur des évaluations régionales et nationales des effets potentiels du changement de climat sur l'agriculture. La plus grande partie de ce travail a traité chaque région ou nation séparément sans relation avec des changements de production ailleurs et sans prêter attention aux effets du changement de climat sur le marché mondial et, leurs rétroactions. Des évaluations des impacts potentiels ont été réalisées dans des études nationales achevées aux Etats-Unis (Adams et al., 1990, 1994; Smith et Tirpak, 1989), en Australie (Pearman, 1988) et au Royaume-Uni (UK Department of the Environment, 1991). Des études régionales ont été faites dans des régions agricoles aux hautes latitudes et semi-arides (Parry et al., 1988). Ces études régionales et nationales ont été résumées dans les rapports du Groupe de Travail II de l'IPCC (Intergovernmental Panel on Climate Change) (IPCC, 1990b, 1996).

En 1989, l'Agence de la Protection de l'Environnement (EPA) et l'Agence pour le Développement International (USAID) des Etats-Unis qui lui a apporté son soutien additionnel, ont commissionné une étude de trois ans à propos des effets du changement de climat sur l'approvisionnement alimentaire mondial. Ce chapitre est un premier essai d'évaluation intégrée globale des effets potentiels du changement de climat sur l'agriculture et le système alimentaire mondial. Le projet de collaboration fut géré conjointement par le Goddard Institute of Space Studies (GISS) et la Environmental Change Unit (ECU) avec l'International Institute for Applied Systems Analysis (IIASA) et a impliqué environ 50 chercheurs dans le monde.

Le but de ce chapitre est de fournir une courte description de l'étude et une analyse des résultats obtenus à partir d'un ensemble de simulations faites avec le Basic Linked System of National Agricultural Models (Fisher et al., 1988) élaboré par le Programme pour l'Alimentation et l'Agriculture (FAP) à l'IIASA. La recherche de l'IIASA forme un cadre d'analyse du système alimentaire mondial, considérant les systèmes agricoles nationaux au sein des économies nationales qui, à leur tour, interéagissent l'une avec l'autre au niveau international.

9.1. Les méthodes de l'études

La mise en oeuvre de l'étude a impliqué une procédure en quatre étapes:

1. La sélection des scénarios du changement de climat.

2. L'estimation des changements potentiels de rendements des cultures spécifiques au site.

3. L'agrégation des résultats de la modélisation des cultures en estimations des changements potentiels de la productivité nationale/régionale.

4. La simulation dynamique des impacts de rendement dus au changement de climat sur le système alimentaire mondial.

Les détails des méthodes sont décrits dans les articles de Rosenzweig et al. (1995), Rosenzweig et Parry (1994) et Rosenzweig et Iglesias (1994).

9.1.1. LES SCENARIOS DU CHANGEMENT DE CLIMAT

Les scénarios du changement de climat furent développés pour estimer ses effets sur les rendements des cultures et le commerce alimentaire. Un scénario de changement de climat est défini comme un ensemble physiquement consistant de changements de variables météorologiques basés sur des projections généralement acceptées de niveaux de CO₂ (et d'autres gaz en traces). La gamme de scénarios analysés vise à appréhender la gamme des effets possibles et à établir les limites de leur incertitude. Un ensemble de scénarios pour cette étude fut créé en changeant les données observées du climat actuel (1951-1980) en fonction des résultats de simulation pour un doublement du CO₂ avec trois Modèles de Circulation Générale (GCMs) (Tableau 9.1)

Les changements de températures de ces scénarios GCM (4,0 - 5,2°C) sont à ou près de la limite supérieure de la gamme (1,5 - 4,5°C) projetée pour un réchauffement dû à un doublement du CO₂ par le IPCC (IPCC, 1990a, 1992). Cependant, les scénarios du GISS et du GFDL (Geophysical Fluid Dynamics Laboratory) sont proches du changement de température moyenne (3,8°C) des essais récents d'un doublement du CO₂ documentés pour des GCMs atmosphériques avec un cycle saisonnier et une couche limite océanique mélangée (IPCC, 1992).

Actuellement, les GCMs sont les instruments les plus avancés pour prédire les conséquences climatiques potentielles futures d'une hausse des gaz en traces actifs sur le rayonnement. Ils ont assez bien simulé les températures actuelles mais pas de façon précise les précipitations; leur capacité à reproduire le climat actuel varie de régions à régions (IPCC, 1990a). Un fait spécialement important pour les impacts agricoles du changement de climat est le manque de consensus entre les GCMs pour prédire les modifications régionales de l'humidité du sol (Kellogg et Zhao, 1988). De plus, jusqu'à présent les GCMs n'ont pas été capables de fournir des projections fiables des changements de variabilité climatique telles que des altérations dans les fréquences des sécheresses et des tempêtes même si celles-ci peuvent affecter les rendements des cultures de façon significative.

Pour la partie de la modélisation des cultures dans cette étude, on a utilisé les changements de climat obtenus par simulation avec les GCMs pour un doublement du CO₂ d'un niveau équivalent à 555 ppm CO₂; le temps supposé des simulations avec le modèle alimentaire mondial est que ces conditions auraient lieu en l'an 2060. Les régimes des futures émissions des gaz en traces et le moment où leurs effets seraient complètement réalisés ne sont pas certains.

Tableau 9.1. Scénarios de changement de climat par doublement de la concentration en CO₂ de trois modèles GCM

GCM	Année¹	Résolution (lat. xlong.)	CO2 (ppm)	Changement moyen global
				temp. (°C)	précip. (%)
GISS	1982	7,83°x10°	630	4,2	11
GFDL	1988	4,4°x7,5°	600	4,0	8
UKMO	1986	5,0°x7,5°	640	5,2	15

¹Moment de l'estimation.
Note: GFDL: Geophysical Fluid Dynamics Laboratory; UKMO: United Kingdom Meteorological Office.

Parce que, à coté du CO₂, les autres gaz à effet de serre tels que le méthane (CH₄), l'oxyde nitreux (N₂O) et les chlorofluorocarbones (CFCs) augmentent aussi, un 'doublement effectif du CO₂' a été défini comme la contrainte radiative combinée de tous les gaz à effet de serre ayant la même contrainte que le doublement du CO₂ (défini habituellement à ~600 ppm). Le niveau de CO₂ est important pour estimer l'impact potentiel sur les cultures parce que la croissance des cultures et l'utilisation de l'eau sont avantagées par des niveaux accrus de CO₂ (Cure et Acock, 1986). Un niveau de CO₂ de 555 ppm était associé aux projections de climat avec un doublement effectif de CO₂ pour des simulations à partir des modèles de cultures. Ceci était basé sur le scénario A, pour les gaz en traces en régime transitoire dans le GCM du GISS, décrit par Hansen et al. (1988) dans lequel le climat simulé s'est réchauffé au niveau du doublement effectif de CO₂ d'environ 4°C d'ici 2060. Ce niveau suppose que les gaz en traces qui ne sont pas du CO₂ contribuent pour -15% du changement de la contrainte radiative de 300 à ~600 ppm.

Deux autres scénarios de changement du climat furent testés. Le scénario GISS en transitoire consiste en un passage du GCM à des niveaux de CO₂ atmosphérique graduellement croissants. Les concentrations en CO₂ dans le scénario A en transitoire du GISS étaient supposées être de 405 ppm, 460 ppm et 530 ppm respectivement pendant les décennies 2010, 2030 et 2050. Les essais de modélisation des cultures furent menés séparément pour ces trois périodes.

Un autre scénario, appelé GISS-A, employa les changements de climat projetés pour la décennie 2030 à partir d'un passage en transitoire du GISS avec 555 ppm CO₂ pour les simulations du modèle de cultures. Ce scénario servit pour tester les conséquences d'une plus faible sensibilité du système de climat à des concentrations croissantes de gaz à effet de serre dans l'atmosphère. Le scénario GISS-A prédit une hausse de température globale de 2, 4°C et une augmentation de 5% des précipitations.

9.1.2. ESTIMATION DES MODIFICATIONS POTENTIELLES SPECIFIQUES AUX SITES DANS LES RENDEMENTS DES CULTURES

Les modèles de cultures et un système d'aide à la décision développés par 1' International Benchmark Sites Network for Agrotechnology Transfer (IBSNAT, 1989) furent utilisés pour estimer comment le changement de climat et les niveaux croissants de CO₂ peuvent altérer les rendements de cultures majeures. Les simulations comprennent à la fois les principales régions de production et celles qui sont vulnérables à basses, moyennes et hautes latitudes. Les modèles IBSNAT simulent la croissance et le rendement des cultures en fonction de la génétique, du climat, des sols et des pratiques de gestion. On a utilisé les modèles pour le blé, le maïs, le riz et le soja.

Les modèles de cultures tiennent compte des effets physiologiques bénéfiques des concentrations accrues de CO₂ sur la croissance et l'utilisation de l'eau (Peart et al., 1989). La plupart des plantes poussant dans des environnements expérimentaux avec des niveaux accrus de CO₂ atmosphérique montrent des vitesses accrues de photosynthèse nette et des ouvertures stomatiques réduites, ce qui réduit la transpiration par unité de surface foliaire tout en renforçant la photosynthèse. Les essais de simulation en modélisation des cultures furent conduits pour un climat de base (1951-1980) et des scénarios de changement du climat pour un doublement du CO₂ obtenus à partir de GCMs avec ou sans effets physiologiques du CO₂.

L'étude a testé aussi l'efficacité des adaptations au changement de climat au niveau de l'exploitation agricole, y compris les changements de la date de plantation, de cultivars, d'irrigation, d'engrais et de cultures. Ces mesures furent alors groupées en deux niveaux d'adaptation. Le Niveau 1 implique peu de modifications aux systèmes agricoles existants, ce qui reflète une réponse relativement facile et peu coûteuse du fermier au changement du climat. Le Niveau 2 implique des changements plus substantiels des systèmes agricoles nécessitant peut-être des ressources qui dépassent les moyens du fermier. Il faut noter que les coûts d'adaptation et la disponibilité en eau future pour l'irrigation dans les scénarios de changement de climat ne furent pas pris en compte dans cette étude.

9.1.3. AGREGATION DES RESULTATS DE LA MODELISATION DES CULTURES

Les données sur les modifications de rendement des cultures attendues dans les divers scénarios de changement du climat ont été compilées pour tous les produits de cultures et groupements géographiques représentés dans le modèle alimentaire mondial IIASA/FAP, le Basic Linked System (BLS).

Les résultats du modèle de cultures pour le blé, le riz, le maïs et le soja de sites sélectionnés furent agrégés par pondération des modifications de rendement régional, sur base de la production actuelle, pour estimer les changements dans les rendements nationaux. Les estimations des rendements régionaux représentent l'assortiment actuel des productions pluviales et irriguées, des variétés de cultures, de gestion de l'azote et des sols. Les données de production furent rassemblées par les scientifiques participant à l'étude, la FAO, l'USDA Crop Production Statistical Division et l'USDA International Service.

Les changements des rendements nationaux des autres cultures et groupes de produits ainsi que des régions non simulées avec les modèles de cultures furent estimés sur base des similarités avec les cultures et les conditions de croissance modélisées ainsi que des études, publiées ou non, sur les impacts du changement de climat. Les estimations de modifications de rendement furent faites dans trois scénarios de GCM, avec ou sans effets directs du CO₂. Les modifications de rendement avec effets directs du CO₂ étaient basées sur les réponses moyennes au CO₂ des différentes cultures dans les simulations du modèle de cultures.

Au total, 12 scénarios d'impact du changement de climat sur les rendements furent développés: pour chacun des trois modèles de climat (GISS, GFDL, UKM), quatre scénarios sont spécifiés (GCM sans effets directs du CO₂ sur les rendements; avec effets directs du CO₂ sur les rendements; avec effets directs du CO₂ et le Niveau 1 d'Adaptation; avec effets directs du CO₂ et le Niveau 2 d'Adaptation).

9.1.4. SIMULATION DES IMPACTS DU CHANGEMENT DE CLIMAT SUR LES RENDEMENTS DANS LE SYSTEME ALIMENTAIRE MONDIAL

Les composantes de production agricole des modèles nationaux dans le BLS furent modifiées pour inclure les changements projetés des rendements et de la productivité des cultures. Les impacts furent évalués pour la période 1990-2060 avec une croissance de la population et des tendances technologiques projetées jusqu'à cette année. Les résultats de simulation obtenus avec chacun des scénarios d'impact du climat sont comparés à un point de départ 'neutre', un scénario de référence du BLS qui suppose que les politiques restent plus ou moins inchangées, surtout celles qui affectent le développement économique et technologique. Le scénario de référence projette un futur possible basé sur un ensemble d'hypothèses intrinsèquement cohérentes. La différence entre le scénario de référence et les simulations du changement de climat est l'effet dynamique induit par le climat. Il faut noter que les résultats de cette étude sont considérés comme des projections à long terme et non comme des prévisions. La longueur considérable de la période de projection rend impossible d'éviter un jugement concernant certaines des hypothèses du système.

9.2. Modelés de cultures et simulations de rendements

Les modèles de cultures de l'IBSNAT furent utilisés pour estimer comment le changement de climat et les niveaux croissants de CO₂ peuvent altérer les rendements de cultures mondiales dans 112 sites de 18 pays (Figure 9.1). Les modèles de cultures utilisés furent CERES-Blé (Ritchie et Otter, 1985; Godwin et al., 1989), CERES-Maïs (Jones et Kiniry, 1986; Ritchie et al., 1989), CERES-Riz (Godwin et al., 1993) et SOYGRO (Jones et al., 1989).

Les modèles IBSNAT contiennent des paramètres d'importants processus physiologiques responsables de la croissance et du développement des plantes, de l'évapotranspiration et de la répartition des photoassimilats pour produire des rendements économiques. Les fonctions simplifiées permettent la prédiction de la croissance des cultures lorsqu'elles sont influencées par les principaux facteurs qui affectent les rendements, c.-à-d., la génétique, le climat (rayonnement journalier du soleil, les températures maximum et minimum et la précipitation), les sols, et les pratiques culturales. Les modèles comprennent un sous-modèle pour le bilan d'humidité du sol afin qu'ils puissent prédirent les rendements des cultures pluviales et irriguées. Les modèles de céréales simulent les effets de l'engrais azoté sur la croissance des cultures et ceux-ci furent étudiés dans plusieurs pays dans le contexte du changement climatique. Cependant, pour la majeure partie, les résultats de cette étude supposent des niveaux optimum de nutriments.

Les modèles de l'IBSNAT furent sélectionnés pour être utilisés dans cette étude parce qu'ils ont été validés dans une large gamme d'environnements (par ex., Otter-Nacke et al., 1986) et ne sont pas spécifiques à une localisation particulière ni à un type de sol. La validation des modèles de cultures dans divers environnements améliore aussi leur capacité à estimer les effets des changements de climat. En outre, parce que les pratiques culturales telles que le choix de variétés, de la date de plantation, des applications d'engrais et de l'irrigation peuvent être modifiées dans ces modèles, ils permettent des essais qui simulent l'adaptation des fermiers au changement de climat.

Figure 9.1. Les sites de modélisation des cultures

9.2.1. LES EFFETS PHYSIOLOGIQUES DU CO₂

Des taux furent calculés entre la photosynthèse mesurée quotidiennement et les flux d'évapotranspiration d'un couvert végétal exposé à des valeurs élevées de CO₂ basées sur des résultats publiés (Allen et al., 1987; Cure et Acock, 1986; Kimball, 1983). Ces taux furent appliqués jour par jour à la variable appropriée dans les modèles de cultures (voir Peart et al., 1989 pour une description détaillée des méthodes). Les taux de photosynthèse (550 ppm CO₂/330 ppm CO₂) pour le soja, le blé, le riz et le maïs étaient respectivement de 1,21, 1,17, 1,17 et 1,06. Basées sur les résultats expérimentaux de Rogers et al. (1983), les modifications de la résistance stomatique étaient fixées à 49, 7/34, 4 s/m pour les cultures C₃ et à 87, 4/55, 8 s/m pour les cultures C₄. Tels qu'ils ont été simulés dans cette étude, les effets directs du CO₂ peuvent biaiser les modifications de rendements dans une direction positive puisqu'on n'est pas sûr que les résultats expérimentaux seront observés au champ dans les conditions d'opération probables de gestion des cultures par les fermiers. Les plantes qui poussent dans des installations expérimentales sont souvent sujettes à moins de stress environnementaux et moins de compétition avec les mauvaises herbes et les ennemis des cultures que ceux vraisemblablement rencontrés dans les champs des fermiers. Des études récentes à l'air libre au champ ont trouvé des effets du CO₂ en gros positifs chez le coton dans les conditions climatiques actuelles (Hendry, 1993).

9.2.2. LES SIMULATIONS DU RENDEMENT DES CULTURES

Les essais de simulations par modélisation des cultures furent effectues pour un climat de base (1951-1980) et suivant des scénarios de changement du climat obtenus avec des GCMs pour un doublement du CO₂, avec et sans ses effets physiologiques. Ceci impliquait les tâches suivantes:

· Pour les pays étudiés, les limites géographiques furent définies pour les régions de production des cultures majeures; les systèmes agricoles (par ex., production pluviale ou irriguée, nombre de cultures par an) furent décrits et les données de production, pluviale ou irriguée, régionale et nationale des principales cultures furent rassemblées.

· Les données d'observation du climat sur les sites représentatifs de ces régions furent obtenues pour la période de base (1951-1980) ou pour autant d'années durant lesquelles les données journalières étaient disponibles; on a spécifié le sol, la variété et les données de gestion nécessaires pour faire tourner les modèles de cultures aux sites sélectionnés.

· Les modèles de cultures furent validés, autant que possible, avec des données expérimentales d'essais au champ.

· Les modèles de cultures ont tourné avec les données de base et les scénarios de changement du climat provenant des GCMs, avec ou sans effets directs du CO₂ sur la croissance des cultures. Les simulations en pluvial et/ou irrigué furent faites de façon appropriée aux pratiques culturales actuelles.

· Les altérations aux pratiques culturales au niveau de l'exploitation agricole qui diminueraient les conséquences contraires du changement de climat furent identifiées et évaluées en simulant une production irriguée et d'autres réponses d'adaptation, par ex., des déplacements de la date de semis et la substitution de variétés culturales.

9.2.3. LES ADAPTATIONS AU NIVEAU DE L'EXPLOITATION AGRICOLE

Dans chaque pays, les chercheurs en agriculture utilisèrent les modèles de cultures pour tester les réponses possibles au pire scénario de changement du climat (ce fut d'habitude, mais pas toujours, le scénario UKMO, United Kingdom Meteorological Office). Ces adaptations comprenaient les changements de la date de semis, de cultivars, de cultures, d'irrigation et d'engrais. Les simulations de l'irrigation dans les modèles de cultures supposent une irrigation automatique jusqu'à la capacité au champ lorsque l'eau disponible pour la plante chutait à 50% et une efficience de l'irrigation de 100%. Toutes les possibilités d'adaptation ne furent pas simulées à chaque site et dans chaque pays: les scientifiques participants ont choisi les adaptations à tester en fonction de leur connaissance des systèmes agricoles actuels (Tableau 9.2).

Tableau 9.2 Adaptations testées dans l'étude de modélisation des cultures

Pays	Culture testée	Changement de la date de semis/plantation	Changement du cultivar/culture	Irrigation complémentaire	Engrais azoté complémentaire
Argentine	m	x	xc,xz	x
Australie	r, b	xx	x	xx
Bangladesh	r		x
Brésil	b, m, s	xx	x, xc	x, xx, xxx	x
Canada	b	x		x, xx
Chine	r	x	xp, xz
Egypte	m, b	x	x	x
France	m, b	x,xz	x	x
Inde	b			x
Japon	r, b, m	xx		xx
Mexique	m	x	xc	xxx	x
Pakistan	b	x		x
Philippines	r	xp	xp
Thaïlande	r		x
Uruguay	o	x	x	x	x
Etats-Unis	b, m, s	x	x	x
Ex-URSS	b	x, xz	x
Zimbabwe	m	xp		x, xp

b=Blé, m=maïs, r=riz, s=soja, o=orge.
xc=nouveau cultivar hypothétique; xp=nouveau cultivar et changement de la date de semis ou de plantation (riz);
xx=: irrigation et changement de la date de semis ou de plantation (riz);
x=simple changement xxx=irrigation et complément d'engrais azotés;
xz=déplacement proposé dans la zone de production.

Les simulations des adaptations ne couvrirent pas toutes les combinaisons possibles de réponses des fermiers car toutes ne pouvaient être testées à chaque site. Les analyses spatiales des cultures, du climat et des ressources en terres sont nécessaires pour tester complètement les possibilités de substitution des cultures. Ni la disponibilité des apports d'eau pour l'irrigation ni les coûts d'adaptation ne furent considérés dans cette étude; ce sont deux besoins critiques pour plus de recherche.

9.2.4. LES EFFETS SUR LES RENDEMENTS DES CULTURES

En fonction des conditions présentes, le réchauffement global et l'enrichissement en CO₂ peuvent avoir des impacts positifs ou négatifs. Les accroissements des rendements simulés aux latitudes moyennes et hautes sont essentiellement causés par:

· Les effets physiologiques positifs du CO₂. Aux sites avec des régimes de températures initiales plus froides, la photosynthèse accrue fait plus que compenser le raccourcissement de la période de croissance causé par le réchauffement.

· Les effets de l'allongement de la saison de croissance et l'amélioration des effets de températures froides sur la croissance. Dans certains sites aux limites des latitudes élevées de production agricole actuelle, une hausse des températures étend la saison de croissance sans gel et met en place des régimes plus propices à une plus grande productivité des cultures.

Les causes essentielles des réductions des rendements simulés sont:

· Le raccourcissement de la période de croissance. Des températures plus élevées pendant la période de croissance hâtent les cultures annuelles dans leur développement (surtout le stade de remplissage des grains), ce qui entraîne une moindre production de grains. Ceci s'est passé à tous les sites à l'exception de ceux où les températures de la saison de croissance sont les plus froides comme au Canada et dans l'ex-URSS.

· Une diminution de la disponibilité en eau. Celle-ci est due à une combinaison de hausses des flux d'évapotranspiration en climat plus chaud, de pertes accrues d'humidité du sol et, dans certains cas, d'une diminution projetée des précipitations dans les scénarios de changement du climat.

· Une vernalisation médiocre. La vernalisation est une exigence de certaines cultures de céréales tempérées, par ex., le blé d'hiver, de subir une période de basses températures hivernales pour initier ou accélérer la floraison. Une faible vernalisation résulte en une initiation ralentie des bourgeons floraux et, en fin de compte, de rendements réduits. Des chutes de rendements en blé d'hiver à certains endroits au Canada et dans l'ex-URSS sont dues à un manque de vernalisation.

9.2.5. LES RENDEMENTS DES CULTURES SANS ADAPTATION

Le Tableau 9.3 montre des modifications de rendements modélisés du blé pour les scénarios de changement du climat des GCMs avec doublement de CO₂ (les modifications de rendements comprennent les résultats de simulation en pluvial et en irrigué, pondérés par le pourcentage actuel de la pratique correspondante). Les changements de climat sans effets physiologiques directs du CO₂ font diminuer les rendements simulés en blé dans tous les cas, alors que les effets directs du CO₂ atténuent les effets négatifs surtout aux moyennes et hautes latitudes.

Les grandeurs des modifications de rendements estimés varient de culture en culture. Les modifications du rendement global en blé, pondéré par la production nationale, sont positives avec les effets directs du CO₂ tandis que le rendement en maïs est affecté plus négativement, ce qui reflète sa plus grande production dans les régions de basses latitudes où les diminutions de rendements simulés sont les plus grandes. La production de maïs chute le plus sous les effets directs du CO₂, vraisemblablement à cause de sa réponse inférieure aux "effets physiologiques du CO₂ sur la croissance des cultures. Les rendements simulés en soja sont les plus réduits sans les effets directs du CO₂ mais sont moins affectés dans les scénarios de changement du climat moins sévères du GISS et du GFDL quand les effets directs du CO₂ sont simulés. Le soja répond positivement à une hausse du CO₂ mais est la culture la plus affectée par les hautes températures dans le scénario UKMO.

Les différences entre pays dans les réponses simulées de rendement des cultures au changement de climat sans effets directs de CO₂ sont essentiellement liées aux différences dans les conditions de croissance actuelle. A basses latitudes, cependant, les cultures croissent habituellement à plus hautes températures, produisent des rendements plus bas et sont plus proches des limites de tolérance de température pour les stress thermique et hydrique. Le réchauffement aux basses latitudes résulte donc pour les cultures en des périodes de croissance accélérée, de stress thermique et hydrique plus intenses et des chutes de rendements plus grandes qu'à plus hautes latitudes. Dans beaucoup de régions de moyennes et hautes latitudes où les régimes habituels de températures sont plus froids, des températures accrues, tout en raccourcissant encore les périodes de remplissage des grains, donc en exerçant une influence négative sur les rendements, n'accroissent pas les niveaux de stress de façon significative. Dans certains sites près des limites de hautes latitudes de production agricole normale, des hausses de températures peuvent avantager les cultures qui, autrement, seraient limitées par des températures froides et des saisons de croissance courtes quoique l'extension de superficie de sols propices à la production agricole dans ces régions n'avait pas été explicitement étudiée. L'expansion de sols cultivés est intégrée dans le modèle BLS de commerce alimentaire mondial et est reflétée dans des glissements de production calculés par ce modèle.

Tableau 9.3. Production actuelle et modification du rendement simulé du blé dans les scénarios du changement de climat par doublement du CO₂, avec et sans effets directs du CO₂¹

Pays	Production actuelle			Changement dans les rendements simulés (%)
	Rendement	Surface	Production	changement de climat seul				avec effets physiologiques
	(tonnes/ha)	('000 ha)	('000 tonnes)	%.	GISS	GFDL	UKMO	GISS	GFDL	UKMO
Australie	1,38	11546	15574	3,2	-18	-16	-14	8	11	9
Brésil	1,13	2788	3625	0,8	-51	-38	-53	-33	-17	-31
Canada	1,88	11365	21412	4,4	-12	-10	-38	27	27	-7
Chine	2,53	29092	73527	15,3	-5	-12	-17	16	8	-0
Egypte	3,79	572	2166	0,4	-36	-28	-54	-31	-26	-51
France	5,93	4636	27485	5,7	-12	-28	-23	4	-15	-9
Inde	1,74	22876	39703	8,2	-32	-38	-56	3	-9	-33
Japon	3,25	237	722	0,2	-18	-21	-40	-1	-5	-27
Pakistan	1,73	7478	12918	2,7	-57	-29	-73	-19	31	-55
Uruguay (barley)	2,15	91	195	0,0	-41	-48	-50	-23	-31	-35
Etats-Unis	2,72	26595	64390	13,4	-21	-23	-33	-2	-2	-14
Ex-USSR
Hiver	2,46	18988	46959	9,7	-3	-17	-22	29	9	0
Printemps	1,14	36647	41959	8,7	-12	-25	-48	21	3	-25
Monde2	2,09	231	482	72,7	-16	-22	-33	11	4	-13

¹Les résultats de chaque pays représentent les résultats pondérés du site suivant la production régionale. Les estimations mondiales représentent les résultats par pays pondérés par la production nationale.
² La superficie mondiale et la production x 1 000 000.

Les scénarios du changement de climat GISS et GFDL ont produit des modifications de rendements de +30 à - 30%. Les effets avec le scénario GISS sont en général plus néfastes aux rendements des cultures qu'avec le scénario GFDL dans des parties de l'Asie et de l'Amérique du Sud, alors que les effets avec le scénario GFDL donnent des rendements plus négatifs aux Etats-Unis et en Afrique et moins positifs en ex-URSS. Le scénario du changement de climat UKMO qui donne le plus grand réchauffement (une hausse globale de la température de l'air à la surface de 5,2°C) fait chuter les rendements nationaux moyens des cultures quasi partout.

9.2.6. LES RENDEMENTS DES CULTURES AVEC ADAPTATION

Les études d'adaptation menées par les scientifiques participant au projet suggèrent que la facilité d'adaptation au changement de climat varie probablement avec la culture, le site et la technique d'adaptation. Par exemple, maintenant, beaucoup de producteurs mexicains ne peuvent s'offrir que de petites doses d'engrais azotés au semis; si l'engrais devient plus disponible à plus de fermiers, certaines réductions de rendements dans les scénarios de changement de climat pourront être compensées. Cependant, étant donné les contraintes économiques et environnementales actuelles dans des pays comme le Mexique, un futur sans limites en eau et en nutriments est improbable (Liverman et al., 1994). Par contre, passer du blé de printemps à celui d'hiver aux sites de modélisation en ex-URSS donne une réponse favorable (Menzhulin et al., 1994). Ceci suggère que la productivité agricole peut y être réhaussée grâce à un glissement relativement facile vers des variétés de blé d'hiver.

Le Niveau 1 d'adaptation, simulant des modifications mineures dans les systèmes agricoles existants, n'a apporté qu'une compensation incomplète dans les scénarios de changement du climat, particulièrement dans les pays en développement. Le Niveau 2 d'adaptation, impliquant des modifications majeures des systèmes agricoles courants, a compensé presque complètement les impacts négatifs du changement de climat dans les scénarions GISS et GFDL. Avec le niveau élevé de réchauffement global projeté par le scénario de changement de climat UKMO, ni le Niveau 1 ni le Niveau 2 d'adaptation n'ont compensé complètement les effets négatifs du changement de climat sur les rendements des cultures dans la plupart des pays, même lorsque les effets directs du CO₂ furent pris en compte.

9.3. La modélisation du système alimentaire mondial

Le système alimentaire mondial comprend beaucoup d'acteurs, certains puissants et d'autres dépendants. Les producteurs et les consommateurs interagissent sur les marchés nationaux et internationaux. Quoiqu'il y ait une tendance à l'internationalisation du système alimentaire mondial, seulement -15% de la production mondiale des céréales traversent actuellement les frontières nationales (Fisher et al., 1990). Les gouvernements nationaux façonnent le système en imposant des règlements et en investissant dans la recherche agricole, l'amélioration des infrastructures et l'éducation. Bien que le système ne garantisse pas la stabilité ni l'équité, les aliments et les fibres sont produits à la longue avec des moyens de plus en plus efficaces. Cette efficience a fait chuter réellement les prix des principaux produits alimentaires.

9.3.1. LE SYSTEME INTERCONNECTE DE BASE DES MODELES AGRICOLES NATIONAUX

Le Système Interconnecté de Base des Modèles de Politique Agricole Nationale (BLS) consiste en 35 modèles nationaux et/ou régionaux: 18 modèles nationaux, 2 modèles pour des régions de coopération économique proche (UE et Europe de l'Est + l'ex-URSS¹), 14 modèles agrégés de groupes de pays et une petite composante qui prend en compte les déviations et les déséquilibres statistiques pendant la période historique. Les modèles individuels sont interconnectés au moyen d'un module de marché mondial. Une description détaillée du système complet se trouve dans l'article de Fisher et al. (1988). Les premiers résultats obtenus avec ce système sont discutés dans les articles de Parikh et al. (1988) et de Fisher et al. (1990, 1994).

Le BLS (Basic Linked System) est un système de modèles en équilibre général. Cela signifie que toutes les activités économiques sont représentées dans le modèle. Les flux financiers et de matières premières au sein d'un pays et au niveau international sont cohérents dans le sens où ils s'équilibrent.

Les modèles de pays sont liés à travers le commerce, les prix du marché mondial et les flux financiers. Le système est résolu en incréments annuels simultanément pour tous les pays. On suppose que l'approvisionnement ne s'ajuste pas instantanément aux nouvelles conditions économiques. Seul l'approvisionnement qui sera mis sur le marché l'année suivante est affecté par des modifications possibles de l'environnement économique. Un premier tour des exportations de tous les pays est calculé pour un ensemble initial des prix mondiaux et une compensation du marché international est vérifiée pour chaque produit. Les prix mondiaux sont alors revus en utilisant un algorithme d'optimisation, et de nouveau transférés dans les modèles nationaux. Ensuite, ils créent un nouvel équilibre domestique et ajustent les exportations nettes. Cette procédure est répétée jusqu'à ce que les marchés mondiaux soient compensés dans chacun des produits. A chaque étape de l'itération, les marchés domestiques sont en équilibre. Puisque ces étapes se font d'année en année, il en résulte une simulation dynamique récurrente.

Une limite supérieure des terres disponibles pour la culture et pour le pâturage est déterminée par la disponibilité des ressources en terres et par les conditions économiques; par ex., par les bénéfices économiques des terres. Les limites de la ressource physique dans les pays en développement furent obtenues à partir de l'évaluation par la FAO du potentiel des terres arables (FAO/UNFPA/IIASA, 1983; FAO, 1988). La réaction à combien de terres peuvent être cultivées suite à une modification des conditions économiques est plutôt lente puisqu'il faut du temps et des investissements pour mettre de nouvelles terres sous culture.

Le développement technologique est supposé être largement déterminé par des facteurs exogènes. Le progrès technique est compris dans les modèles tout comme le progrès biotechnologique dans les fonctions de rendement des cultures et de l'élevage. Les taux de progrès technique furent estimés à partir de données historiques et montrent, en général, une baisse dans le temps. Le progrès mécanique fait partie de la fonction qui détermine le niveau de superficies récoltées et d'élevage. Le progrès technique induit (endogène) n'est considéré dans aucun de ces cas ni pour la production non agricole.

L'information générée par les simulations avec le BLS consiste en un nombre de variables. Au niveau du marché mondial, elles comprennent les prix, les exportations nettes, la production et la consommation globale. Au niveau d'un pays, l'information inclut: les prix au producteur et à la vente, le niveau de production, l'usage de facteurs de production primaire (les terres, le travail et le capital), l'usage d'intrants intermédiaires (aliments, engrais et autres produits chimiques), le niveau de consommation humaine, les stocks et la transaction nette, le produit intérieur brut et l'investissement par secteur, la population et le monde du travail, les mesures de sécurité sociale telles qu'un revenu équivalent, et le niveau des mesures politiques prises par le gouvernement (par ex., les taxes, les tarifs).

9.3.2. LES PROJECTIONS DE REFERENCE BLS SANS CHANGEMENT DE CLIMAT

Un ensemble de scénarios de référence a été conçu pour étudier les effets relatifs du changement de climat en relation avec la technologie, la population et la croissance économique. Le scénario de référence standard que nous décrivons est appelé le scénario REF-M. Il suppose les 'affaires courantes' dans le sens où il n'y a pas de glissements radicals dans les tendances techniques et politiques. Cependant, les mesures de protectionisme en agriculture sont supposées être abaissées à la moitié des niveaux historiques observés. La transition vers une protection aussi réduite des secteurs agricoles est prise en compte entre le début de la période de simulation et l'an 2020. Par après, les données politiques respectives sont maintenues constantes.

Une autre projection de référence, le scénario REF-H, suppose une croissance économique plus rapide que celle du scénario de référence standard. Dans le BLS, la dynamique de croissance économique peut être influencée par l'ajustement du taux d'investissement jusqu'à concurrence du progrès technique. Dans le scénario REF-H, la croissance du Produit Intérieur Brut (PIB) est beaucoup plus élevée que celle du scénario REF-M. De même, un essai de simulation à croissance plus faible, le scénario REF-L, a été créé pour restreindre les investissements en faveur de la consommation.

Avec le BLS, des projections de référence supplémentaires furent basées sur le scénario de référence standard REF-M. Deux projections traitent de la sensiblilité du système alimentaire mondial par rapport au développement du territoire et à la disponibilité des intrants agricoles. Dans le scénario REF-MA, l'expansion des terres arables après l'an 2000 est restreinte à la moitié de celle du scénario REF-M. Un autre essai de simulation, le scénario REF-MF, met une limite à l'utilisation des engrais en instaurant une taxe de 50% sur les engrais dans les pays développés et de 33% dans les pays en développement. De plus, un plafond sur l'utilisation des engrais par hectare était imposé. Ces deux scénarios furent simulés pour tester l'impact de politiques agricoles possibles en vue de réduire les émissions de gaz à effet de serre de l'agriculture (spécifiquement, le dégagement de CO₂ dû à la déforestation et les émissions de N₂O des engrais azotés).

Enfin, la projection de référence REF-MP utilise les hypothèses économiques de celle de référence standard REF-M mais modifie les projections démographiques d'une croissance de population moyenne à une croissance basse.

Toutes les simulations sont faites sur base annuelle depuis 1980 jusqu'à 2060.

9.3.3. LES HYPOTHESES SUR LA POPULATION

Les taux de croissance de la population viennent des Prospectives de la Population Mondiale des Nations-Unies (NU). La Variante Moyenne (UN, 1989) fut utilisée dans toutes les simulations à l'exception du scénario REF-MP où ce fut la Variante Basse. Puisque les niveaux de population nationale ne sont projetés par les NU que jusqu'en 2025, le restant de la période de projection fut couvert par les taux de croissance extraits des projections de population à long terme de la Banque Mondiale (Tableau 9.4) (World Bank, 1990). Les taux de participation des travailleurs viennent des projections du Bureau International du Travail. La répartition du nombre total des travailleurs entre les secteurs agricoles et non agricoles fut faite par rapport aux prix et aux revenus.

Pendant les deux dernières décennies, la population globale a crû à un taux moyen d'à peu près 1, 8% par an, de 3.600 millions en 1970 à environ 5.300 millions en 1990. Dans la projection de référence standard du BLS, le taux de croissance annuel moyen de la population est prévu de baisser graduellement de 1, 7% par an de 1980 à 2000 à environ 0, 5% par an pendant la période de 2040 à 2060. Ceci porterait les chiffres de la population globale à 6.100 millions en 2000 et à environ 10.300 millions en l'an 2060. La plus grande partie de l'accroissement de la population a lieu dans les pays en développement, en augmentant leur part dans la population mondiale d'à peu près 73% en 1980 à 78% en 2000 et à quelque 86% en l'an 2060. En 2060, près de 9.000 millions de personnes vivraient dans des pays en développement dont approximativement 5.000 millions en Asie et 2.200 millions en Afrique. Avec une croissance plus basse de la population dans le scénario REF-MP, la population atteint 7.200 millions en l'an 2020 et presque 8.600 millions en 2060, soit environ 17% de moins que dans le scénario REF-M.

9.3.4. LA CROISSANCE ECONOMIQUE

Les taux de croissance dans la plupart des modèles du BLS furent déterminés sur la base de trois éléments: (a) l'accumulation de capital par l'investissement et la dépréciation liée à une fonction d'épargne qui dépend des niveaux de PIB inférieurs, de la balance commerciale et des flux d'aide financière, (b) la dynamique du monde du travail résultant des changements démographiques et (c) le progrès technique. Le Tableau 9.5 présente quelques indicateurs du développement économique dérivés des résultats de simulation des projections de référence.

Toutes les régions, développées ou en développement, affichent une baisse du taux de croissance du PIB en accord avec les développements historiques. La baisse des taux de croissance de la population (et la baisse relative de la croissance du monde du travail) ainsi qu'un ralentissement général des hausses de productivité contribuent à ce développement.

Tableau 9.4. Estimation de la population et croissance annuelle moyenne, année 1980-2060

Région	1980 mill.	2000 mill.	2020 mill.	2060 mill.	1980-2000 % p.a.	2000-2020 % p.a.	2020-2040 % p.a.	2040-2060 %p.a.
VARIANTE MOYENNE
MONDE	4378	6125	7883	10315	1,7	1,3	0,8	0,5
Pays Développés	1186	1340	1445	1470	0,6	0,4	0,1	-0,0
Amérique de Nord	810	915	980	970	0,6	0,4	0,1	-0,1
Europe Occidentale et autres à économie de marché développée	428	472	501	505	0,5	0,3	0,1	-0,1
Europe de l'Est+ Ex-URSS	374	424	465	500	0,6	0,5	0,3	0,1
Pays de l'OCDE du Pacifique	134	151	156	145	0,6	0,2	-0,1	-0,2
Pays en Développement	3193	4786	6437	8843	2,1	1,5	1,0	0,6
Afrique	412	757	1274	2240	3,1	2,6	1,7	1,1
Amérique Latine	351	522	695	878	2,0	1,4	0,9	0,3
Asie Occidentale	188	325	485	777	2,8	2,0	1,4	1,0
Asie du Sud	898	1396	1889	2541	2,2	1,5	0,9	0,6
Asie Centrale	1086	1419	1637	1843	1,4	0,7	0,4	0,2
Pays Asiatiques du Pacifique	258	366	458	564	1,8	1,1	0,7	0,4
VARIANTE BASSE
MONDE	4380	5968	7215	8565	1,6	1,0	0,5	0,3
Pays Développés	1185	1319	1364	1348	0,5	0,2	-0,0	-0,0
Pays en Développement	3195	4649	5851	7217	1,9	1,2	0,6	0,4

Dans le scénario de référence standard, le PIB global croît à une moyenne annuelle de 2,4% de 1980 à 2040. En gros, le PIB global est multiplié par 4,4 pendant la période de simulation en comparaison avec une augmentation des chiffres de population multipliés par 2,4. Ceci résulte en une augmentation moyenne annuelle du PIB par habitant de 1,4 et de 1,1%, respectivement en pays développés et en développement, au cours d'une période de 80 ans de 1980 à 2060. Cependant, il faudrait noter que les indicateurs par habitant sont plus élevés aux niveaux régionaux et nationaux que les chiffres globaux à cause d'un effet d'agrégation induit par le développement démographique donnant plus de poids aux pays en développement plus pauvres.

Tableau 9.5. Indicateurs de croissance économique sous différentes projections de référence (pourcentage de changement annuel moyen)

	REF-L*			REP-M*			REF-MP*			REF-H*
	Monde	Développés	En Développements	Monde	Développés	En Développements	Monde	Développés	En Développements	Monde	Développés	En Développement
PIB¹
1980-2020	2,2	2,0	3,1	2,4	2,2	3,3	2,3	2,1	3,1	2,7	2,2	4,0
1980-2060	1,7	1,5	2,3	1,8	1,6	2,4	1,7	1,6	2,3	2,2	1,7	3,2
PIB/CAP2
1980-2020	0,8	1,5	1,3	1,0	1,7	1,5	1,1	1,8	1,6	1,3	1,8	2,2
1980-2060	0,7	1,3	1,0	0,8	1,4	1,1	0,9	1,4	1,2	1,2	1,5	1,9
AGRICULTURE3
1980-220	1,5	0,7	2,0	1,5	0,7	2,0	1,4	0,7	1,9	1,6	0,7	2,1
1980-2060	1,2	0,5	1,5	1,2	0,5	1,6		0,4	1,4	1,2	0,5	1,6
PRODUCTION ALIMENTAIRE
1980-2020	1,5	1,0	1,8	1,5	1,0	1,9	1,4	0,9	1,7	1,6	1,0	2,0
1980-2060	1,1	0,7	1,4	1,1	0,7	1,4	1,0	0,6	1,2	1,2	0,7	1,5

¹Produit Intérieur Brut.
² Produit Intérieur Brut par capita
³ Produit Intérieur Brut de l'agriculture

* Les termes REF-L, REF-M, REF-MP, REF-H sont décrits dans la section 9.3.2 sur les projections de référence sans changement de climat. des modèles BLS (Basic Linked System)

Avec le scénario REF-H, la croissance économique est plus rapide, surtout dans les pays en développement. Le PIB mondial est multiplié par 5, 6 entre les années 1980 et 2060 comparé à 3, 9 seulement dans le scénario REF-L de projection de croissance plus lente. Notons que, même avec des variations relativement mineures dans les hypothèses économiques de base, le résultat en l'an 2060 varie de quelque 40%. De même, la production alimentaire (mesurée en termes d'énergie alimentaire nette, c.-à-d., la production moins les aliments pour bétail, les semences et les déchêts) ainsi que la croissance agricole dépasseraient la croissance de la population au cours de la période de simulation.

9.3.5. PRODUCTION, DEMANDE ET COMMERCE

La projection de référence standard, le scénario REF-M, présente la perspective d'un monde dans lequel la demande alimentaire effective croît de façon substantielle du fait de revenus plus élevés et de populations plus grandes. Le progrès technologique et le développement économique supposés dans le scénario de référence permettent de rencontrer cet accroissement de la demande à des prix légèrement décroissants des produits agricoles sur le marché mondial et cohérents avec les tendances historiques. Le Tableau 9.6 montre la production mondiale des produits agricoles dans le scénario REF-M de référence standard et dans le scénario REF-H de revenus plus élevés.

Le commerce global dans le scénario de référence croît un peu plus vite que la production agricole globale. Pour les céréales, la pan des exportations nettes dans la production globale est estimée croître de 13% en 1980 à 15% en 2060, avec le blé et les gros grains croissant presque trois fois et le riz quatre fois aux niveaux du commerce. En général, la part du commerce global dans la production globale des agrégats de produits croît graduellement dans le temps, ce qui indique une spécialisation croissante dans la production. La demande accrue dans les pays en développement, due à la hausse des revenus et des populations, aboutit à une détérioration du niveau de l'auto-suffisance agricole pour ce groupe de pays qui change d'un surplus net d'environ 3% en 1979/81 à un déficit de 1% d'ici l'an 2060 à cause de déficits croissants en céréales, viande et lait.

9.3.6. LE RISQUE DE LA FAIM

Finalement, on se demande où tout cela laisse celui qui a faim. Pour évaluer l'impact de scénarios alternatifs sur la pauvreté dans divers pays, il était nécessaire de créer un indicateur cohérent de la faim dans le BLS. Des estimations par pays du nombre de personnes sous-alimentées ont été faites par la FAO (1984, 1987). Pour condenser la méthode de la FAO afin de la rendre utilisable dans les modèles de simulations, une régression à travers les pays a été faite explicitant la proportion de personnes menacées de faim par une mesure de la disponibilité d'énergie alimentaire par rapport aux besoins nutritionnels. A son tour, la disponibilité alimentaire dépend des niveaux de revenus et de prix.

Tableau 9.6. Production Globale de deux projections de référence des modèles BLS (Basic Linked System)

Produit	Production de année					Production de l'année				Unité de mesure
						Scénario REF-H¹
	1980	2000	2020	2040	2060	2000	2020	2040	2060
Blé	441	603	742	861	958	658	811	911	1056	million de tonnes
Riz2	249	367	480	586	659	415	545	661	749	million de tonnes de riz usiné
Gros grains	741	1022	1289	1506	1669	1065	1349	1587	1772	million de tonnes
Viande bovine+ ovine	65	83	105	123	136	84	107	125	139	million de tonnes de poids de carcasse
Laiterie	470	613	750	877	997	616	758	893	1021	million de tonnes équivalent lait entier
Autre viande	17	25	33	41	48	25	34	42	49	million de tonnes équivalent protéine
Aliments protéinés pour bétail	36	52	64	76	85	52	65	77	87	million de tonnes équivalent protéine
Autres aliments	225	326	433	538	629	326	436	545	640	million de dollars US 1970
Non-alimentaire	26	34	41	47	52	34	41	48	53	million de dollars US 1970
Agriculture	370	522	676	821	942	533	696	848	977	million de dollars US 1970

¹Les termes REF-M et REF-H sont décrits dans la section 9.3.2 sur les projections de référence sans changement de climat des modèle BLS (Basic Linked System)
² Production est en équivalent de riz usiné; le facteur de conversion du riz paddy est 0, 667.

Tableau 9.7. Population menacée de faim¹ (millions)

	REF-M			REF -MP	REF -MA	REF -MF	REF -L	REF -H
	Année	Année	Année	Année	Année	Année	Année	Année
	1980	2020	2060	2060	2060	2060	2060	2060
PAYS EN DEVELOPPEMENT	501	715	641	395	727	722	757	498
Afrique	116	291	415	305	447	446	441	375
Amérique Latine	36	39	24	13	34	33	32	20
Asie de l'Ouest	28	55	72	46	84	85	78	68
Asie du Sud	265	319	128	30	160	157	202	35
Asie2 à Planification Centralisée	26	33	0	0	0	0	0	0
Pays Asiatiques du Pacifique	30	6	2	0	3	2	4	0

¹ Le terme 'menacée de faim' est utilisé suivant la méthodologie de la F.A.O. du manque d'aliments ou de revenus pour arriver à un régime alimentaire 1, 4 fois supérieur au taux métabolique de base
² L'estimation n'inclut pas la Chine.

Dans le scénario de référence standard, l'incidence de la faim décroît nettement d'un pourcentage estimé de 23% de la population dans les pays en développement (Chine exclue) en 1980 à quelque 9% en l'an 2060. Pourtant, malgré cette remarquable amélioration, le nombre estimé de personnes menacées de faim augmente quand même depuis environ 500 millions² en 1980 à presque 720 millions en l'an 2020 et quelque 640 millions en l'an 2060. Le nombre projeté de personnes sous-alimentées dans les pays en développement est illustré dans le Tableau 9.7. On n'a pas tenté d'estimation dans les pays développés. Bien entendu, le nombre projeté de personnes menacées de faim est sensible aux hypothèses du scénario et varie de moins de 400 millions dans l'essai à faible population, de l'ordre de 500 millions en supposant un développement économique plus rapide à environ 760 millions dans le scénario à croissance plus lente.

(² La FAO a estimé récemment (FAO, 1993) que le nombre de sous-alimentés dans les pays en développement valait 941 millions de personnes en 1979/81 et 843 millions en 1988/90. Ces estimations sont basées sur un seuil d'énergie alimentaire de 1, 54 fois le Taux Métabolique de Base (TMB). Les estimations du BLS suppose un seuil inférieur de 1, 4 fois le TMB.)

Alors que les estimations montrent une amélioration de la situation de la sécurité alimentaire dans les pays asiatiques, à la fois en termes relatifs et absolus, le continent africain connaît une issue mélangée due surtout à la hausse dramatique de la population. La proportion estimée de personnes menacées de faim dans la population africaine chute de 28% en 1980 à 18% d'ici 2060. Cependant, le nombre d'affamés va plus que triplé, d'environ 120 millions de personnes en 1980 à 415 millions en 2060, faisant ainsi de l'Afrique la région au plus grand nombre de sous-alimentés. Dans le scénario REF-MP avec une croissance de la population plus basse, le niveau estimé de personnes menacées de faim est réduit de plus de 25%; avec un développement économique plus élevé, le scénario REF-H réduit le nombre d'affamés de quelque 40 millions, soit, approximativement 10% de moins.

9.4. Une évaluation du système alimentaire mondial grâce a des scénarios alternatifs

L'évaluation de l'impact potentiel du changement de climat sur la production et le commerce des produits agricoles, en particulier les aliments de base, est faite en comparant les résultats des scénarios de changement du climat et les projections de référence. Divers aspects de ces projections de référence furent présentés dans le paragraphe précédent.

Les scénarios d'impact du changement de climat sur le rendement élaborés dans le projet impliquent un grand nombre d'expériences liées à:

· différentes simulations avec une teneur doublée en CO₂ dans les GCMs;

· différentes hypothèses relatives aux impacts du changement de climat sur les niveaux de croissance de la plante et de rendement tels que les effets physiologiques de 555 ppm CO₂, ou le pas de temps de l'impact;

· différentes hypothèses concernant l'adaptation au niveau de l'exploitation agricole pour compenser les impacts du rendement;

· des changements de politiques pour modifier à la fois les essais de référence et ceux de changement du climat, par ex., la croissance de la population, les politiques commerciales, la croissance économique et les politiques de réduction d'émissions de gaz à effet de serre de l'agriculture telles que la limitation de l'expansion des terres arables, la culture du riz ou l'usage d'engrais chimiques.

Bien au-delà de 70 expériences ont été simulées. Les résultats de six ensembles d'essais de simulation sont rapportés ici:

1. Des simulations sans effets physiologiques de 555 ppm CO₂ sur la croissance et le rendement des cultures.

2. Des simulations avec effets physiologiques de 555 ppm CO₂ sur la croissance et le rendement des cultures.

3. Des simulations avec effets physiologiques de 555 ppm CO₂ sur la croissance et le rendement des cultures, et des adaptations pour compenser les impacts négatifs du rendement au niveau de l'exploitation agricole qui n'impliqueraient pas de modifications majeures des pratiques agricoles (le Niveau 1 d'Adaptation).

4. Des simulations avec effets physiologiques de 555 ppm CO₂ sur la croissance et le rendement des cultures, et des adaptations au niveau de l'exploitation agricole qui, en plus du précédent, impliqueraient aussi des modifications majeures des pratiques agricoles (le Niveau 2 d'Adaptation).

5. Des simulations avec effets physiologiques de 555 ppm CO₂ sur la croissance et le rendement des cultures mais avec des changements de température et de précipitation projetés par le GCM GISS pour les années 2030.

6. Des simulations avec l'essai A en transitoire du GISS et des hausses graduelles associées du niveau de CO₂.

9.4.1. LES METHODES

Les données sur les modifications du rendement des cultures estimées dans les différents scénarios de changement du climat furent compilées pour 34 pays ou régions importantes du monde. La plupart des modèles compris dans le BLS font la distinction entre les fonctions de rendement et de superficie. Les fonctions de réponse du rendement des principales cultures utilisent le niveau d'application des engrais et un terme lié à la technologie comme variables explicatives. Alors que le progrès technique est spécifié par rapport à une tendance temporelle, le niveau d'application des engrais est dérivé de conditions d'optimalité, c.-à-d., en égalant la valeur marginale de l'engrais à son prix. Des variations de rendement causées par le changement de climat furent introduites dans les fonctions de réponse du rendement au moyen d'un facteur multiplicatif appliqué aux paramètres pertinents dans la formulation mathématique. Ceci implique que la productivité tant moyenne que marginale de l'engrais soit affectée par les modifications imposées de rendement. Des schémas alternatifs pour introduire des modifications de rendement sont concevables, par ex., avec un terme additif dans les fonctions de réponse plutôt qu'un multiplicateur. Une connaissance plus empirique de l'effet des modifications de rendement induites par le climat sur la productivité marginale est nécessaire pour choisir la mise en oeuvre la plus appropriée.

Puisque nous ne disposions pas d'autres informations spécifiques³ aux pays et/ou aux cultures pour expliciter des modifications d'étendues convenables pour les cultures à cause des impacts du changement de climat, l'allocation des terres n'est qu'indirectement influencée par les modifications impliquées dans une performance d'ensemble du secteur agricole ainsi qu'en changeant l'avantage comparatif des activités de production des cultures en compétition. Cependant, il faut noter que le BLS est équipé pour traiter les contraintes explicites de superficie dans le module d'allocation des ressources de la composante de production agricole.

Les processus d'ajustement qui ont lieu dans les divers scénarios sont le résultat de modifications de rendement imposées qui déclenchent des changements de niveaux et de coûts de production nationale et ainsi des changements des prix agricoles sur les marchés internationaux. Ceci affecte, à son tour, l'allocation d'investissement et la migration du travail entre secteurs ainsi qu'une réallocation des ressources en agriculture. Le temps est un aspect important dans cette évaluation: les modifications de rendement dues au changement de climat sont supposées commencer en 1990 pour atteindre leur plein impact en l'an 2060. Cela permet aux acteurs économiques dans le système alimentaire national et international d'ajuster leur comportement sur une période de 70 ans. Déjà, les impacts dynamiques sont assez importants dans certains scénarios.

Dans le scénario A en transitoire du GISS, des impacts de rendement du changement de climat furent mis en phase linéairement entre 'instantanés' du climat, c.-à-d., les termes multiplicatifs de modification du rendement incorpores dans les fonctions de réponse de rendement du BLS sont élaborés graduellement en fonction du temps entre 1990-2010, 2010-2030 et 2030-2050 pour atteindre pleinement les niveaux d'impact spécifiés respectivement dans les années 2010, 2030 et 2050. Au delà de l'an 2050, le multiplicateur de modification de rendement est extrapolé suivant la tendance de la période 2030-2050.

9.4.2. LES IMPACTS DE RENDEMENT DU CHANGEMENT DE CLIMAT SANS AJUSTEMENTS ECONOMIQUES

Avant d'évaluer les impacts de l'introduction d'un ensemble de modifications de rendement induites par un changement de climat dans une simulation avec le BLS, nous pouvons nous demander quelle distorsion un tel changement de la productivité agricole impliquerait dans le système alimentaire mondial. Cette mesure de la distorsion est appelée l'impact statique de rendement du changement de climat car il mesure l'effet hypothétique des modifications de rendement sans ajustements du système économique dans le temps. Il réfère à un état du système qui n'est pas en équilibre. Comme tel, il n'a qu'un intérêt théorique mais il aide à comprendre et à quantifier la nature et la grandeur des ajustements ayant lieu suite au changement de conditions économiques.

Le Tableau 9-8 montre les impacts statiques de rendement du changement de climat estimés pour le monde et les pays développés et en développement. Les estimations des impacts statiques de rendement du changement de climat faites sans présumer des effets physiologiques directs de 555 ppm CO₂ sur la croissance et le rendement des cultures représentent une vue assez pessimiste avec des diminutions de la productivité des cultures de l'ordre de 20 à 30%. Une telle supposition est considérée comme peu probable et ne sera plus discutée dans l'analyse.

Lorsque les effets physiologiques directs du CO₂ sur les rendements sont inclus, la grandeur et même la direction de l'impact statique agrégé au niveau mondial varient avec le scénario du climat GCM et les hypothèses d'adaptation au niveau de l'exploitation agricole. Dans tous les cas, les effets les plus négatifs sont obtenus dans les scénarios utilisant le changement de climat du UKMO qui donne le réchauffement global moyen le plus haut, 5,2°C. Les résultats avec le scénario GISS montrent seulement de petits effets négatifs ou même des gains au niveau global.

Cependant, les impacts sont assez uniformément distribués. Au niveau agrégé, les pays développés connaissent une hausse de productivité dans tous les scénarios sauf celui du UKMO. Par contre, les régions en développement subissent une perte de productivité dans toutes les estimations présentées ici. Le Tableau 9.9 montre, au niveau des continents, les résultats des scénarios qui présument les effets physiologiques directs des concentrations accrues de CO₂ atmosphérique (555 ppm) et les adaptations au niveau de l'exploitation agricole là où elles sont applicables (le Niveau 1 d'Adaptation). Dans les projections de climat GISS et GFDL, la productivité des cultures dans les régions développées profite de façon substantielle, surtout à l'ex-ÙRSS et les pays de l'OCDE du Pacifique (Australie, Japon et Nouvelle Zélande). Les impacts sur les régions en développement sont tous négatifs à l'exception du groupe de l'Asie à Planification Centralisée qui inclut la Chine. Avec les scénarios GCM du GISS et du UKMO, les pays de l'Amérique Centrale et du Sud sont les plus affectés. Les estimations GCM du GFDL sont pires pour l'Asie de l'Ouest, l'Asie du Sud et l'Afrique. Les impacts statiques dérivés du scénario de changement du climat GISS-A sont pour la plupart positifs, en gros ~10% (à l'exception des estimations du scénario GISS-A qui prend en compte les effets physiologiques directs du CO₂ mais qui n'est pas très sensible au climat avec des concentrations accrues de gaz atmosphériques à effet de serre). Notons, cependant, que la hausse globale est estimée à plus de deux fois le gain des pays en développement.

9.4.3. LES IMPACTS DE RENDEMENT DU CHANGEMENT DE CLIMAT AVEC AJUSTEMENTS ECONOMIQUES

Les calculs ci-avant discutent l'effet qui résulterait de modifications de rendement induites par le climat avaient lieu sans ajustements agronomiques et économiques. Cependant, dans les hypothèses des scénarios, les modifications de productivité du rendement sont introduites graduellement pour atteindre leur plein impact seulement après une période de 70 ans, de 1990 à 2060. Dans les scénarios avec manques de production alimentaire causés par le changement de climat, les déséquilibres du marché poussent les prix internationaux à la hausse et incitent une réallocation du capital et des ressources humaines. En même temps, les consommateurs réagissent aux modifications des prix et ajustent leurs comportements de consommation.

Tableau 9.8. Impact statique simulé par trois modèles GCMs (GISS, GFDL, UKMO)

	Production de céréales % changement			Production des cultures % de changements			PIB de l'agriculture % de changement
	GISS	GFDL	UKMO	GISS.	GFDL	UKMO	GISS	GFDL	UKMO
TOTAL MONDIAL
Sans effet physique du CO2	-22,1	-21,8	-22,4	-25,4	-24,4	-25,0	-33,6	-33,0	-33,5
Avec effet physique du CO2	-5,1	+2,8	-0,1	-9,0	+0,3	-2,8	-18,2	-8,9	-12,2
Niveau 1 d'Adaptation	-1,7	+2,8	+0,9	-5,5	+0,3	-1,7	-12,9	-8,3'	-10,1
Niveau 2 d'Adaptation	+1,4	+4,6	+3,2	-1,1	+2,3	+1,0	-6,1	-3,3	-4,4
PAYS DEVELOPPES
Sans effet physique du CO2	-13,9	-6,1	-10,3	-21,3	-15,3	-18,6	-30,4	-27,1	-28,9
Avec effet physique de CO2	+2,6	+18,6	+10,6	-5,1	+9,6	+2,1	-15,8	-3,2	-9,8
Niveau 1 d'Adaptation	+7,8	+18,6	+13,1	+0,1	+9,9	+5,0	-6,7	-0,1	-3,6
Niveau 2 d'Adaptation	+7,8	+18,7	+13,1	+3,3	+9,9	+6,4	-2,8	+1,4	-0,8
PAYS EN DEVELOPPEMENT
Sans effet physique du CO2	-28,5	-25,3	-26,5	-28,6	-26,4	-27,1	-36,2	-34,3	-35,1
Avec effet physique de CO2	-11,2	-0,7	-3,7	-12,0	-1,8	-4,5	-20,1	-10,2	-13,0
Niveau 1 d'Adaptation	-9,2	-0,7	-3,2	-10,0	-1,8	-3,9	-17,8	-10,1	-12,3
Niveau 2 d'Adaptation	-3,6	+1,4	-0,1	-4,5	+0,6	-0,8	-8,7	-4,3	-5,6

Tableau 9.9. Impact statique du changement de climat (%), Niveau 1 d'Adaptation, année 2060

GISS

GFDL

UKMO

GISS-A

Céréales

Autres

Toutes les cultures

Céréales

Autres

Toutes les cultures

Céréales

Autres

Toutes les cultures

Céréales

Autres

Toutes les cultures

PAYS DEVELOPPES

Amérique du Nord

+2,7

+12,6

+5,9

-3,8

+3,6

-0,7

-10,8

-9,8

-10,1

+6,6

+22,0

+12,1

Europe Occidentale et pays à économie de marché développée

+6,2

+13,5

+10,3

+4,3

+9,6

+7,1

+2,7

+7,3

+5,1

+18,7

+22,2

+20,5

Europe de l'Est+ Ex-URSS

+17,7

+25,9

+22,8

+2,6

+13,5

+8,6

-8,3

-0,3

-4,0

+14,0

+16,9

+15,9

Pays de l'OCDE du Pacifique

+8,3

+13,9

+11,0

+8,5

+10,5

+9,1

+7,4

+8,0

+7,4

+17,6

+17,2

+17,0

PAYS EN DEVELOPPEMENT

Afrique

-20,6

+0,8

-3,0

-24,0

-4,7

-8,1

-25,6

-7,0

-0,3

-4,7

+7,4

+5,4

Amérique Latine

-16,7

-6,1

-8,7

-14,5

+0,2

-3,2

-22,7

-15,8

-17,7

+3,1

+16,6

+13,8

Asie de l'OUEST

-12,2

-4,6

-6,5

-17,4

-9,2

-11,1

-22,5

-15,0

-16,9

+8,8

+13,5

+12,3

Asie du Sud

-9,8

-4,0

-6,7

-10,7

-6,6

-8,4

-28,8

-26,1

-26,6

+1,8

+7,8

+5,0

Asie à Planification Centralisée

+3,3

+9,4

+6,9

+1,4

+7,2

+5,0

-0,8

+4,7

+2,6

+1,9

+13,2

+9,7

Pays Asiatiques du Pacifique

-14,9

-11,1

-11,4

-5,6

-3,7

-3,2

-14,8

-5,1

-8,1

+6,1

-3,2

-3,6

Tableau 9.10. Pourcentage de changement des prix sur le marché mondial, année 2060

	Céréales				Toutes cultures
	GISS	GFDL l	UKMO	GISS-A	GISS	GFDL	UKMO	GISS-A
Sans effet physique du CO2	306	356	818	81	234	270	592	70
Avec effet physique CO2	24	33	145	-21	8	17	90	-25
Niveau 1 d'Adaptation	13	22	98		2	10	67
Niveau 2 d'Adaptation	-4	2	36		-8	-3	25

Le Tableau 9.10 reprend les modifications de prix du marché mondial pour les céréales et un indice des prix de l'ensemble des récoltes observés dans les scénarios de changement de climat relatifs à la projection de référence standard. Quand les effets physiologiques directs du CO₂ sur la croissance des plantes et les rendements ne sont pas inclus, il en résulte des hausses majeures des prix du marché mondial de quatre à neuf fois les hausses des prix des céréales en fonction du scénario GCM. A côté de l'évidence scientifique des effets physiologiques bénéfiques des niveaux élevés de CO₂ sur les rendements des cultures, de telles hausses provoqueraient une forte réaction du public et des mesures politiques pour atténuer les impacts négatifs des rendements. D'où l'issue des scénarios sans effets physiologiques du CO₂ sur les rendements est probablement très irréaliste.

Lorsque les effets physiologiques de 555 ppm CO₂ sur les rendements sont inclus dans l'évaluation, les prix des céréales augmentent de l'ordre de 24 à 145% par rapport à la projection de référence standard. L'indice de prix des récoltes croît de 8 à 90% en fonction du scénario GCM de changement du climat. Les modifications causées par les scénarios GISS et GFDL sont plutôt modestes et résultent en une hausse d'environ 25 à 33% des prix des céréales et en une hausse de moins de 20% des prix de l'ensemble des récoltes. Seuls les impacts de rendement dérivés d'un changement de climat projeté par le GCM du UKMO ont provoqué de fortes hausses des prix agricoles. D'un autre côté, avec le scénario du climat GISS-A où les impacts sont dominés par des effets physiologiques positifs du CO₂, il y a d'importantes chutes de prix.

Les modifications de prix sont encore réduites quand on considère l'adaptation au niveau de l'exploitation agricole. L'indice des prix des récoltes monte de moins de 10% dans les essais de simulation du GISS et du GFDL. Cependant, la projection du UKMO produit encore une hausse des prix des récoltes de deux-tiers. La Figure 9.2 compare le niveau des prix des récoltes à celui généré dans la projection de référence standard du BLS. Elle illustre les résultats de trois essais de simulation avec les effets physiologiques de 555 ppm CO₂ et une adaptation au niveau de l'exploitation agricole: les essais du GISS et du GFDL avec doublement du CO₂ et un essai de simulation basé sur le scénario A du GISS en transitoire. Notons que dans les essais du GISS avec doublement du CO₂ et en transitoire, les impacts positifs des cultures dominent pendant près de la moitié de la période de simulation. Dans l'essai en transitoire du GISS, l'indice des prix des récoltes chute d'abord (autour de l'an 2010) de 10% en-dessous du niveau de l'essai de référence. Alors, au fur et à mesure que croissent les impacts négatifs dans les pays en développement et que les impacts bénéfiques plafonnent dans les pays développés, les niveaux des prix remontent et puis dépassent l'indice des prix du scénario de référence.

Avec les mesures d'adaptation qui impliquent des modifications majeures des pratiques agricoles, c.-à-d., le Niveau 2 d'Adaptation, les prix chuteraient même en-dessous des niveaux des essais avec les scénarios du GISS et du GFDL. Notons que les hypothèses qui sous-tendent le Niveau 2 d'Adaptation et qui exigent parfois des investissements majeurs, peuvent ne pas être économiquement viables. Des scénarios avec des mesures d'adaptation à faible coût, c.-à-d., le Niveau 1 d'Adaptation, semblent être plus réalistes.

Le Tableau 9.11 illustre les impacts dynamiques estimés du changement de climat sur l'agriculture qui en résultent après 70 ans de simulation avec des ajustements économiques. D'après ces calculs qui comprennent une évaluation optimiste des effets physiologiques directs de 555 ppm CO₂ sur les rendements des cultures, l'impact sur le PIB global de l'agriculture serait entre -2 et + 1% dans tous les scénarios sauf celui du UKMO où il varie entre -2 et -6%. Les pays développés vont probablement connaître une hausse de la production agricole. Par contre, les pays en développement souffriraient d'une perte de production dans la plupart des scénarios.

Figure 9.2. Impact du changement de climat sur les prix des cultures (effets direct du CO₂ et prise en compte de l'adaptation au niveau de l'exploitation agricole)

Le Tableau 9.12 énumère les impacts régionaux simulés qui tiennent compte des effets physiologiques du CO₂ sur la croissance des cultures et d'une certaine adaptation au niveau de l'exploitation agricole, le Niveau 1 d'Adaptation. Il comprend aussi les résultats du scénario GISS-A. Parmi les régions développées, les impacts positifs simulés sur la production agricole sont les plus grands pour l'Europe, l'ex-URSS et les pays de l'OCDE dans le Pacifique. Les impacts dynamiques dans les régions en développement sont, pour la plupart, négatifs sauf pour l'Asie à Planification Centralisée qui est bénéficiaire dans tous les scénarios.

Il est important de noter que ces changements en avantage comparatif entre les pays développés et en développement vont probablement accentuer la grandeur des impacts statiques suggérés par l'analyse sans ajustements économiques. Les gagnants vont vraisemblablement gagner plus et les perdants perdre encore plus. On peut distinguer deux situations prototypes dans les résultats de ces scénarios. (1) Quand l'approvisionnement global n'est affecté que marginalement, il y a peu d'impacts sur les prix. Alors le déplacement de productivité relative des régions en développement vers les régions développées domine le processus d'ajustement. Par exemple, dans les scénarios du GISS et du GFDL avec adaptation au niveau de l'exploitation agricole, la production agricole glisse un peu des régions en développement vers celles développées en prenant en compte les différences des modifications de rendements projetées. (2) Quand les rendements globaux des récoltes sont fortement affectés, comme dans le scénario du UKMO, le fossé d'approvisionnement est si substantiel qu'il en résulte d'énormes hausses de prix. A leur tour, celles-ci fournissent des incitants à la production aux deux régions pour récupérer plus de la moitié de la production prévue par le changement de climat (d'après les estimations du modèle statique de cultures).

La grandeur des impacts et ses diverses réponses au niveau régional agrégé sont présentées respectivement à la Figure 9.3 et à la Figure 9.4 pour les céréales et toutes les cultures. La Figure 9.5 illustre les impacts projetés par la production des céréales (avec effets physiologiques de 555 ppm CO₂ et adaptation au niveau de l'exploitation agricole). Conformément, la production globale de blé subirait probablement moins d'impacts négatifs du climat que les autres production de céréales; elle croît dans les scénarios du GISS et du GFDL et chute moins que les autres céréales dans le scénario du UKMO. Cela est probablement dû à la localisation dès principales régions productrices de blé aux latitudes moyennes et hautes où les chutes de rendement projetées sont plus faibles.

Les importations nettes de céréales dans les pays en développement augmentent dans tous les scénarios. La modification des importations de céréales par rapport à la projection de référence standard est largement déterminée par la grandeur du changement de rendement estimé, la modification de la productivité relative entre les régions en développement et développées, la modification des prix du marché mondial et les modifications des revenus réels des consommateurs dans les pays en développement. Par exemple, dans les scénarios de changement de climat du GISS, la productivité est altérée en faveur des pays développés avec des modifications relativement petites des revenus et des prix suite à de fortes hausses d'importations nettes de céréales dans les pays en développement.

Tableau 9.11. Impact du changement de climat avec ajustement économique, année 2060

	Production de céréales % de changement			Production des cultures % de changements			PIB de l'agriculture % de changement
	GISS	GFDL	UKMO	GISS	GFDL	UKMO	GISS	GFDL	UKMO
TOTAL MONDIAL
Sans effet physique du CO2	-10,9	-12,1	-19,6	-11,5	-12,8	-18,0	-10,2	-11,7	-16,4
Avec effet physique du CO2	-1,2	-2,8	-7,6	-0,5	-1,7	-6,4	-0,4	-1,8	-5,4
Niveau 1 d'Adaptation	0,0	-1,5	-5,2	+0,2	-1,0	-5,0	+0,2	-1,2	-4,4
Niveau 2 d'Adaptation	+1,1	-0,1	-2,4	+1,1	+0,2	-2,3	+1,0	0,0	-2,0
PAYS DEVELOPPES
Sans effet physique du CO2	-3,9	-10,1	-23,9	+3,8	-5,5	-12,7	+1,1	-6,2	-12,5
Avec effet physique de CO2	+11,3	+5,2	-3,6	+15,6	+7,6	-0,9	+11,6	+5,1	-1,9
Niveau 1 d'Adaptation	+14,2	+7,9	+3,8	+17,6	+9,1	+4,0	+13,3	+6,5	+1,8
Niveau 2 d'Adaptation	+11,0	+3,0	+1,8	+15,1	+8,6	+2,2	+11,8	+6,5	+1,3
PAYS EN DEVELOPPEMENT
Sans effet physique du CO2	-16,2	-13,7	-16,3	-16,6	-12,8	-19,8	-13,9	-13,5	-17,7
Avec effet physique de CO2	-11,0	-9,2	-10,9	-5,8	-4,9	-8,2	-4,4	-4,0	-6,6
Niveau 1 d'Adaptation	-11,2	-9,2	-12,5	-5,6	-4,4	-8,1	-4,1	-3,7	-6,4
Niveau 2 d'Adaptation	-6,6	-5,6	-5,8	-3,6	-2,7	-3,9	-2,6	-2,2	-3,1

Tableau 9.12. Impact dynamique du changement de climat (%), Niveau 1 d'Adaptation, année 2060

Production de céréales

Production de cultures

BIPA¹

GISS

GFDL

UKMO

GISS-A

GISS

GFDL

UKMO

GISS-A

GISS

GFDL

UKMO

GISS-A

PAYS DEVELOPPES

Amérique du Nord Europe Occidentale et pays à

+10,6

+5,9

-5,2

+4,1

+9,3

+4,8

-3,2

+2,0

+7,5

+3,2

-3,0

+0,8

économie de marché développée Europe de l'Est+

+6,5

+7,7

+12,2

+14,7

+10,7

+6,7

+11,7

+14,5

+8,0

+5,2

+7,9

+10,9

Ex-URSS

+24,6

+7,6

+6,0

+19,9

+30,7

+12,7

-1,3

+20,1

+26,8

+11,2

-2,7

+17,3

Pays de l'OCDE du Pacifique

+19,6

+31,7

+53,2

+4,2

+16,3

+24,0

+52,0

-1,1

+4,0

+5,5

+12,1

+0,2

PAYS EN DEVELOPPEMENT

Afrique

-23,7

-24,5

-16,2

-8,2

-4,1

-9,3

+1,4

-3,3

-2,2

-7,6

+1,4

-2,8

Amérique Latine

-25,0

-17,8

-14,5

-10,3

-13,8

-2,6

-11,1

+4,0

-10,9

-3,2

-7,9

+1,3

Asie de l'Ouest

-13,6

-17,0

-18,6

+2,8

-7,9

-11,5

-12,4

+6,3

-5,6

-8,7

-9,5

+5,8

Asie du Sud

-11,9

-8,5

-26,8

-3,5

-7,8

-7,2

-25,1

+2,0

-6,2

-5,2

-20,0

+2,2

Asie à Planification Centralisée

+4,1

+2,6

+2,1

+1,6

+3,8

+2,5

+1,7

+3,0

+3,3

+2,1

+1,4

+1,9

Pays Asiatiques du Pacifique

-12,3

+0,3

-1,6

-12,8

-14,4

-2,3

-2,3

-11,3

-12,8

-3,1

-3,6

-9,1

¹ Produit Intérieur Brut de l'Agriculture

Avec une production agricole moindre dans les pays en développement et des prix plus élevés sur les marchés internationaux, le nombre estimé de personnes menacées de faim va probablement augmenter. Ceci a lieu dans tous les scénarios sauf un (Tableau 9.13). La hausse la plus importante est attendue dans le scénario du UKMO sans effets physiologiques du CO₂ la variation la plus petite, une diminution de 2%, a lieu dans le scénario du GISS qui considère les effets physiologiques du CO₂ et le Niveau 2 d'Adaptation.

9.5. Conclusions

Les distorsions du système alimentaire mondial simulées dans les scénarios du changement de climat tombent bien dans la gamme des estimations obtenues à partir des diverses projections de référence. Par exemple, la chute de la production de céréales, même dans le pire scénario du changement de climat basé sur l'expérience avec les GCMs du UKMO (en supposant les effets physiologiques des concentrations accrues du CO₂ atmosphérique et d'une adaptation au niveau de l'exploitation agricole), vaut moins que la moitié de la différence entre les niveaux de production des céréales simulés dans les projections de référence de plus forte et plus faible croissance économique, les scénarios REF-H et REF-L. Cependant, la capacité du système alimentaire mondial d'absorber des impacts négatifs de rendement diminue avec la grandeur de l'impact.

Tableau 9.13. Impact du changement de climat sur la population menacée de faim, année 2060

PAYS EN DEVELOPPEMENT (Chine exclue)	Million de personnes en plus				% de changement
	GISS	GFDL	UKMO	GISS -A	GISS	GFDL	UKMO	GISS -A
Sans effet physique de CO2	721	801	1446	265	112	125	225	41
Avec effet physique de CO2	63	108	369	-84	10	17	58	-13
Niveau 1 d'Adaptation	38	87	300		6	14	47
Niveau 2 d'Adaptation	-12	18	119		-2	3	19

Figure 9.3. Impact du changement de climat sur la production régionale de céréales, année 2060, avec effets physiologiques du CO₂ à 555ppm et le Niveau 1 d'adaptation à l'exploitation agricole

Figure 9.4. Impact du changement de climat sur la production régionale de cultures, année 2060, avec des effets physiologiques de CO₂ à 555ppm de concentration et le niveau 1 d'adaptation à l'exploitation agricole

Figure 9.5. Impact du changement de climat sur les produits céréaliers, année 2060, avec effets physiologiques du CO₂ à 555ppm et le Niveau 1 d'adaptation à l'exploitation agricole

L'adaptation économique peut largement compenser les modifications modérées de rendement telles que celles des scénarios du GISS et du GFDL mais pas de plus grandes comme celles du UKMO.

Les effets du changement de climat sur les rendements des cultures varieraient probablement fort de région à région autour du globe. Les résultats des scénarios testés dans cette étude indiquent que les effets sur les rendements des cultures dans les régions de moyennes et hautes latitudes semblent être positifs et moins contraires que ceux dans les régions de basses latitudes, pourvu que les effets physiologiques directs du CO₂ potentiellement bénéfiques à la croissance des cultures puissent être pleinement réalisés. Du point de vue du développement, le souci le plus sérieux est lié à la différence apparente des impacts incrémentiels de rendement entre les pays développés et en développement. Les résultats des scénarios suggèrent que si le changement climatique devait retarder le développement économique au delà des effets directs sur l'agriculture dans les régions plus pauvres, surtout en Afrique, alors les impacts d'ensemble pourraient être de taille.

Dans tous les scénarios de changement du climat, la productivité relative de l'agriculture change en faveur des pays développés avec des implications sur l'allocation des ressources. Les mécanismes de réaction économique soulignent et accentuent la distribution inégale des impacts du changement de climat autour du globe, ce qui résulte en gains nets pour les pays développés dans tous les scénarios, sauf du UKMO, et en une perte notable dans les pays en développement. Par conséquent, les importations nettes de céréales dans les pays en développement augmentent dans tous les scénarios de l'ordre de 20 à 50% comparées au commerce dans le scénario de référence.

En incluant les effets physiologiques du CO₂ dans les rendements des cultures, la production mondiale de céréales est estimée décroître entre 1 et 3% dans les scénarios du GISS et du GFDL et de 7% dans les projections basées sur le scénario climatique du UKMO. En supposant une adaptation au changement de climat au niveau de l'exploitation agricole, la production de céréales serait toujours réduite de 0 à 2% et 5%, respectivement, pour les scénarios GISS/GFDL et UKMO. Les modifications négatives les plus grandes auraient lieu dans les pays en développement, en moyenne autour de -10%. Cette perte de production dans les pays en développement, parallèle à une hausse des prix agricoles, augmenterait probablement le nombre de personnes menacées de faim de l'ordre de 5 à 15% dans les scénarios de climats les moins sévères, et de ~50% dans les projections du UKMO. Dans un scénario de changement de climat sans doute plus réaliste avec une sensibilité climatique plus faible à la hausse des concentrations en gaz à effet de serre, la productivité agrégée des cultures au niveau global croît de ~10% jusqu'à l'an 2060, c.-à-d., la fin de la période de simulation considérée dans l'analyse. Les impacts sont évalués être positifs dans presque toutes les 10 régions agrégées du monde de cette étude. Cependant, les accroissements de pourcentages simulés dans les pays développés sont environ le double de ceux des régions en développement.

L'analyse montre aussi que les impacts de rendement ne varient pas seulement avec la région géographique mais sont aussi étalés dans le temps. Les résultats des scénarios basés sur le scénario A en transitoire du GISS démontrent que les bénéfices des effets physiologiques dus à la hausse des niveaux de concentrations en CO₂ peuvent contrebalancer les impacts négatifs des régimes changeants de température et de précipitation du moins près de la fin de la période. Les facteurs d'accroissement du rendement dans ce scénario dominent les impacts négatifs possibles jusqu'à l'an 2020. Comprendre les processus biophysiques du CO₂ et les effets du changement de climat sur les cultures demeure un domaine important de recherche.

Cependant, il faut réaliser que la capacité d'estimer les impacts de rendement du changement de climat sur l'approvisionnement, la demande et le commerce alimentaires mondiaux est entourée de grandes incertitudes concernant des éléments importants tels que la grandeur et les caractéristiques spatiales du changement de climat, la gamme et l'efficience des possibilités d'adaptation, les aspects à long terme du changement technologique et de la productivité agricole et, même, les tendances démographiques futures. L'adoption de techniques d'adaptation efficaces est aussi loin d'être sûre. Dans les pays en développement, il peut y avoir des contraintes sociales, économiques ou techniques, et les mesures adaptatives n'aboutiraient pas nécessairement en une production soutenable à long terme.

Déterminer comment les pays, particulièrement les pays en développement, peuvent répondre à des rendements réduits et des coûts accrus des aliments, est un besoin critique de recherche qui émerge de cette étude. Ces pays seront-ils capables d'importer de grandes quantités d'aliments? Fera-t-on passer la charge d'adaptation aux plus pauvres? D'un point de vue politique et social, les résultats de l'étude indiquent le potentiel d'une diminution de la sécurité alimentaire dans les pays en développement. L'étude suggère que la pire des situations se manifeste dans un scénario de changement de climat sévère, de faible croissance économique, d'augmentations continues de fortes populations et d'une faible adaptation au niveau de l'exploitation agricole. Afin de minimiser les conséquences néfastes possibles, comme les pertes de production, la hausse des prix des aliments, les stress environnementaux et le risque d'une augmentation du nombre d'affamés, la ligne de conduite en avant est d'encourager le secteur agricole de continuer à développer des programmes de production et de gestion de cultures dans des conditions de chaleur et de sécheresse, en combinaison avec des mesures de préservation de l'environnement, d'utilisation plus efficace des ressources et de décélération de la croissance de la population humaine du monde. Cette dernière démarche serait aussi cohérente avec les efforts faits pour freiner les émissions de gaz à effet de serre et, donc, la vitesse et éventuellement l'ampleur du changement de climat global.

Face à ces incertitudes, les organisations nationales et internationales devraient encourager le développement de nouvelles approches susceptibles d'être efficaces pour se préparer au changement de climat. La recherche agronomique devrait bénéficier d'une attention accrue aux macro- et microclimats dans toutes les expérimentations et essais sur les variétés. Un autre impact potentiellement important du changement de climat pour la production agricole future est la perte de matière organique du sol due à son réchauffement. Considérant la vulnérabilité de la production agricole à des événements climatiques extrêmes, la recherche devrait être orientée pour déterminer les limites de tolérance à la chaleur des cultures et variétés cultivées actuellement et de leurs alternatives. A quels seuils de température de l'air et du sol les sérieux problèmes commencent-ils? Quelles sont les meilleures méthodes agronomiques pour modérer le régime thermique qui affecte la croissance des cultures?

Dans la mesure où l'effet de serre progressif ne peut être empêché, des politiques devraient être conçues pour faciliter l'ajustement de l'agriculture à la vraisemblance d'un changement environnemental. De tels ajustements peuvent inclure une modification des pratiques agricoles, l'adoption de cultures reconnues pour être résistantes à la chaleur et à la sécheresse, une efficience accrue de l'irrigation et de la conservation de l'eau, et une amélioration de la lutte contre les ennemis des cultures. Dans tous les cas, ces ajustements valent la peine d'être mis en oeuvre avec ou sans changement de climat.

Quoique quelques pays en zones tempérées peuvent retirer des bénéfices d'un changement de climat, nombre de pays en zones tropicales et subtropicales semblent être plus vulnérables.

Des périls particuliers sont des inondations potentiellement plus fréquentes sur les basses terres, la fréquence et la sévérité accrues des sécheresses en régions semi-arides et des diminutions potentielles des rendements réalisables par les cultures. Il se fait que ces derniers pays sont aussi les plus pauvres et les moins capables de réaliser les ajustements économiques nécessaires. Le changement attendu de climat global est dû, pour une large part, aux activités passées et présentes des pays industrialisés; c'est donc leur responsabilité de s'impliquer et de jouer un rôle actif dans un effort international d'ensemble pour se préparer à leurs conséquences probables.

Références

Adams, R.M., Rosenzweig, C., Peart, R.M., Ritchie, J.T., McCarl, B.A., Glyer, J.D., Curry, R.B., Jones, J.W., Boote, K.J. and Allen, L.H. Jr. 1990. Global climate change in US agriculture. Nature 345 (6272): 219-224.

Adams, R.M., Fleming, R.A., Change, C-C., McCarl, B.A. and Rosenzweig, C. 1994. A reassessment of the economic effects of global climate change on U.S. agriculture. Climatic Change 30 (2): 147-167.

Allen, L.H. Jr., Boote, K.J., Jones, J.W., Jones, P.H., Valle, R.R., Acock, B., Rogers, H.H. and Dahlman, R.C. 1987. Response of vegetation to rising carbon dioxide: photosynthesis, biomass and seed yield of soybean. Global Biogrochemical Cycles 1: 1-14.

Cure, J.D. and Acock, B. 1986. Crop responses to carbon dioxide: A literature survey. Agricultural and Forest Meteorology 38: 127-145.

FAO. 1984. Fourth World Food Survey. Rome.

FAO. 1987. Fifth World Food Survey. Rome.

FAO. 1988. World Agriculture Toward 2000. Rome.

FAO. 1993. Agriculture Mondiale: Horizon 2010. Rome.

FAO/UNFPA/IIASA. 1983. Potential Population Supporting Capacity of Lands in the Developing World. FAO, Rome.

Fischer, G., Frohberg, K., Keyzer, M.A. and Parikh, K.S. 1988. Linked National Models: A Tool for International Policy Analysis. Kluwer Academic Publishers, Dordrecht.

Fischer, G., Frohberg, K., Keyzer, M.A., Parikh, K.S. and Tims, W. 1990. Hunger - Beyond the Reach of the Invisible Hand. IIASA, Laxenburg.

Fischer, G., Frohberg, K., Parry, M.L. and Rosenzweig, C. 1994. Climate change and world food supply, demand and trade. Who benefits, who loses? Global Environmental Change 4 (1): 7-23.

Godwin, D., Ritchie, J.T., Singh, U. and Hunt, L. 1989. A User's Guide to CERES-Wheat - V2.10. International Fertilizer Development Center, Muscle Shoals, AL.

Godwin, D., Singh, U., Ritchie, J.T. and Alocilja, E.C. 1993. A User's Guide to CERES- Rice. International Fertilizer Development Center, Muscle Shoals, AL.

Hansen, J., Fung, I., Lacis, A., Rind, D., Russell, G., Lebedeff, S., Ruedy, R. and Stone, P. 1988. Global climate changes as forecast by the GISS 3-D model. J. Geophysical Research 93 (D8): 9341-9364.

Hendrey, G.R. 1993. Free-air CO₂ Enrichment for Plant Research in the Field. C.K. Smoley, Boca Raton, Florida.

IBSNAT [International Benchmark Sites Network for Agrotechnology Transfer Project] 1989. Decision Support System for Agrotechnology Transfer Version 2.1 (DSSAT V2.1). Department of Agronomy and Soil Science. College of Tropical Agriculture and Human Resources. University of Hawaii, Honolulu.

IPCC. 1990a. Climate Change: The IPCC Scientific Assessment. J.T. Houghton, G.J. Jenkins and J.J. Ephraums (eds.). Cambridge University Press, Cambridge.

IPCC. 1990b. Climate Change: The IPCC Impacts Assessment. W.J.McG. Tegart, G.W. Sheldon and D.C. Griffiths (eds.). Australian Government Publishing Service, Canberra.

IPCC. 1992. Climate Change 1992. The Supplementary Report to the IPCC Scientific Assessment. J.T. Houghton, B.A. Callander and S.K. Varney (eds.). Intergovernmental Panel on Climate Change. Cambridge University Press, Cambridge.

IPCC. 1996. Climate Change 1995: Impacts, Adaptations and Mitigation of Climate Change: Scientific-Technical Analyses, R.T. Watson, M.C. Zinyowera and R.H. Moss (eds). Contribution of Working Group II to the Second Assessment Report of the Intergovernmental Panel on Climate Change, Cambridge University Press, Cambridge.

Jones, C.A. and Kiniry, J.R. 1986. CERES-Maize: A Simulation Model of Maize Growth and Development. Texas A&M Press, College Station.

Jones, J.W., Boote, K.J., Hoogenboom, G., Jagtap, S.S. and Wilkerson, G.G. 1989. SOYGRO V5.42: Soybean Crop Growth Simulation Model. User's Guide. Department of Agricultural Engineering and Department of Agronomy, University of Florida, Gainesville, FL.

Kellogg, W.W. and Zhao, Z.-C. 1988. Sensitivity of soil moisture to doubling of carbon dioxide in climate model experiments. I. North America. J. Climate 1: 348-366.

Kimball, B.A. 1983. Carbon dioxide and agricultural yield: an assemblage and analysis of 430 prior observations. Agronomy J. 75: 779-788.

Liverman, D., Dilley, M., O'Brien, K. and Menchaca, L. 1994. Possible impacts of climate change on maize yields in Mexico. In: Implications of Climate Change for International Agriculture: Crop Modeling Study. C. Rosenzweig and A. Iglesias (eds.). US Environmental Protection Agency. EPA 230-B-94-003. Washington DC.

Menzhulin, G.V., Koval, L.A. and Badenko, A.L. 1994. Potential effects of global warming and carbon dioxide on wheat production in the former Soviet Union. In: Implications of Climate Change for International Agriculture: Crop Modeling StudyC. Rosenzweig and A. Iglesias (eds.). US Environmental Protection Agency. EPA 230-B-94-003. Washington DC.

Otter-Nacke, S., Godwin, D.C. and Ritchie, J.T. 1986. Testing and Validating the CERES-Wheat Model in Diverse Environments. AgRISTARS YM-15-004-7. Johnson Space Center No. 20244. Houston.

Parikh, K.S., Fischer, G., Frohberg, K. and Gulbrandsen, O. 1988. Toward Free Trade in Agriculture. Martinus Nijhoff, The Hague.

Parry, M.L., Carter, T.R. and Konijn, N.T. (eds.). 1988. The Impact of Climate Variations on Agriculture. Vol. 1: Assessments in Cool Temperate and Cold Regions. Vol. 2: Assessments in Semi-arid Regions. Kluwer, Dordrecht.

Pearman, G. 1988. Greenhouse: Planning for Climate Change. CSIRO, Canberra.

Peart, R.M., Jones, J.W., Curry, R.B., Boote, K. and Allen, L.H. Jr. 1989. Impact of climate change on crop yield in the Southeastern U.S.A. In: The Potential Effects of Global Climate Change on the United States. J.B. Smith and D.A. Tirpak (eds.). US Environmental Protection Agency, Washington DC.

Ritchie, J.T. and Otter, S. 1985. Description and performance of CERES-Wheat: A user-oriented wheat yield model. In: ARS Wheat Yield Project. W.O. Willis (ed.). Department of Agriculture, Agricultural Research Service. ARS-38. Washington DC.

Ritchie, J.T., Singh, U., Godwin, D. and Hunt, L. 1989. A User's Guide to CERES-Maize - V'2.10. International Fertilizer Development Center, Muscle Shoals, AL.

Rogers, H.H., Bingham, G.E., Cure, J.D., Smith, J.M. and Surano, K.A. 1983. Responses of selected plant species to elevated carbon dioxide in the field. J. Environmental Quality 12: 569-574.

Rosenzweig, C. and Iglesias, A. 1994. Implications of Climate Change for International Agriculture: Crop Modeling Study. US Environmental Protection Agency. EPA 230-B-94-003. Washington DC.

Rosenzweig, C. and Parry, M.L. 1994. Potential impacts of climate change on world food supply. Nature 367: 133-138.

Rosenzweig, C., Allen, L.H. Jr., Harper, L.A., Hollinger, S.E. and Jones, J.W. (eds.). 1995. Climate Change and Agriculture: Analysis of Potential International Impacts. ASA Special Publication No. 59. American Society of Agronomy, Madison, WI. 382 p.

Smith, J.B. and Tirpak, D.A. (eds.). 1989. The Potential Effects of Global Climate Change on the United States. Report to Congress. EPA-230-05-89-050. US Environmental Protection Agency, Washington DC.

UK Department of the Environment. 1991. The Potential Effects of Climate Change in the United Kingdom. Climate Change Impacts Review Group. HMSO, London.

UN. 1989. World Population Prospects 1988. New York. World Bank. 1990. World Population Projections. 1989-1990 Edition. Johns Hopkins University Press, Baltimore.