Fadel076m/data-challenge-togo-

# 🌾 Résilience Agricole au Togo — Togo AI Lab Data Challenge > **Dashboard analytique interactif** pour identifier les zones du Togo où les infrastructures agricoles soutiennent l'économie locale, et cibler les investissements les plus pertinents — construit dans le cadre du **Défi 2** du Data Challenge Agriculture #TogoAILab #MESPTN. --- ## Aperçu Le projet construit un **Indice de Résilience Agricole Territoriale (IRAT)** à l'échelle des préfectures togolaises, en croisant 5 piliers d'infrastructure (élevage, eau, pisciculture, abattoirs, performance économique). Il débouche sur une carte choroplèthe interactive et un **Top 10 des zones prioritaires** pour de nouveaux investissements. **Chiffres clés :** - 3 004 établissements d'élevage recensés (73,4 % de l'ensemble) - 141 zones de pisciculture cartographiées - 911 ouvrages hydrauliques (barrages + retenues collinaires) - 36 abattoirs sur 40 préfectures - IRAT moyen national : **30,7 / 100** - **32 préfectures sur 40 classées vulnérables ou très vulnérables** --- ## Architecture du projet ``` Agriculture-Challenge/ ├── app.py # Point d'entrée Dash + serveur WSGI ├── Procfile # Déploiement Render (gunicorn app:server) ├── .python-version # Force Python 3.11.9 sur Render ├── requirements.txt ├── assets/ │ ├── style.css # Thème Poppins, palette Vert/Or │ └── logo.png ├── data/ │ ├── raw/ # Données brutes (GeoJSON, CSV, shapefiles) │ └── processed/ │ ├── irat_scores.csv # Scores IRAT normalisés par préfecture │ ├── data_dictionary.md # Dictionnaire de données complet │ └── ... ├── notebooks/ │ ├── 01_download.ipynb # Collecte & exploration initiale │ ├── 02_cleaning.ipynb # Nettoyage & harmonisation │ ├── 03_eda.ipynb # Analyse exploratoire (EDA) │ ├── 04_geospatial.ipynb # Analyses spatiales (GeoPandas) │ └── 05_r …