WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Evaluation par télédétection des effets de la déforestation et de la dégradation des forêts à  Kisangani (cas de la région forestière de Masako)

( Télécharger le fichier original )
par Jean- Fiston Mikwa Ngamba
Université de Kisangani RDC - En vue de l'obtention du diplôme d'études approfondies en aménagement durable des forêts congolaises 2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

III. MATERIELS ET METHODES

3.1. Matériels d'étude

Les images satellitaires utilisées dans ce travail couvrent une période allant de 1990 à 2001. Chacune des données nous a fourni des informations différentes sur le phénomène de la déforestation et de la dégradation des forets. Dans le cadre de notre étude, nous avons pu bénéficier des images satellitaires de la ville de Kisangani à l'observatoire satelital des forets d'Afrique central (Osfac) ainsi qu'à l'institut d'Environnemetrie de l'Université catholique de Louvain-la-Neuve en Belgique.

Pour réduire l'impact des conditions atmosphériques sur les signaux enregistrés et permettre une comparaison, les dates d'acquisition des images se situent pendant la même période de l'année, pendant la saison sèche.

3.2. Méthodologie

3.2.1. Méthode cartographiques

3.2.1.1. Composites colorées des bandes panchromatiques ( Stack layer)

Cette opération consiste à combiner les bandes panchromatiques pour obtenir une composition colorée. Signalons que le "stack" est composé des bandes 3, 4 et 5, qui permettent une bonne lecture de la végétation. Nous avions utilisé le cas échéant, l'outil" Layer Stacking " sur le logiciel ENVI 4.6.

3.2.1.2. Classification des images

Classer des données satellitaires, c'est grouper les unités primaires qui les composent (pixels) en un nombre donné thématiquement connu ou spectralement homogène ( Defourny, 2010). Les procédures de classifications permettent la confection des cartes thématiques.

Pour des raisons précitées, nous avions utilisé la classification non-supervisée à l'aide du logiciel ENVI. L'ensemble de la zone d'étude sur les images était divisée en plusieurs classes ; ainsi, la classification, l'interprétation des images ainsi que le calcul des différentes superficies de ces classes ont été réalisées à l'aide d'ENVI 4.6 et la cartographie proprement dite a été réalisée sur ArcGIS 9.2. La détection des indices de structures spatiales a été faite par l'extension Patch Analysis 3.4 qui a été installé sous Arcgis 9.2

Dans le cas de cette étude, il a été définit sur chaque image 100 classes (à raison de 7 itérations), que l'on a reclassifié (post-classification) en 6 classes sur base de la classification de Duveiller, (2008) et renommé à savoir :

- Forêt dense (foret primaire).

- Foret secondaire (Longue jachère et forêt secondaire).

- Champs et jachère (Agriculture et petite jachère)

- Sol nu et aire urbaine

- Plantations (Végétation non forestière)

- Eau

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Il existe une chose plus puissante que toutes les armées du monde, c'est une idée dont l'heure est venue"   Victor Hugo