5. DISCUSSION GENERALE
5.1 Méthodologie du
travail
Notre site de référence est situé
à 15 km à l'Est de la ville de Kisangani dans la province
orientale en RD Congo.Le choix de cette zone a été dicté
par la nécessité de la sauvegarde des réserves
forestières de la région forestière de Kisangani qui
aujourd'hui s'avèrent menacées par des dégradations dues
essentiellement à l'action humaine.
5.1.1. Classification de
l'occupation du sol
Plusieurs auteurs ont utilisées la cartographie et les
indices des structures spatiales pour l'étude de la détection des
changements d'occupation du sol. Plusieurs types de classification existent
pour une étude de la détection des changements, nous avions
utilisé la méthode des classifications utilisant la
classification Iso-data ou non supervisée pouvant nous aider à
obtenir des classes d'occupation du sol. Plusieurs auteurs ont utilisés
la classification non-supervisé pour l'étude des changements, Tou
& Gonzalez, 1974 Bonn et Rochon, 1992 ; Richards, 1993 ; Barima,
2009 ; Daolan Zheng, David O, 1998 ; Wallin1 and Zhanqing Hao,1997,
Vancutsem et al,2009 ; Bakr N et al (2010) ont utilisé la
classification non supervisée pour le suivi du changement d'occupation
du sol en Egypte, en Asie, en amérique latine et en afrique
centrale ; la même méthodologie a été
appliquée en 2007 par Duveiller et al (2007) pour les études de
la déforestation en Afrique centrale. Desclée et al en 2008 a
d'abord utilisé la classification non supervisée avant
d'appliquer la classification orienté-objet pour une étude de
suivi du changement des forets tropicales ils ont constaté que la
classification non supervisée a donné des bons résultats
pour des études de changements.
ces méthodes sont simples et fournissent des
informations sur la nature des changements, ce qui est important dans le cas
présent cependant, cette méthode est critiquée parce
qu'elle crée des erreurs d'omission (Béland et al., 2006 ; Petit
et al., 2001), c'est-à-dire qu'elle a tendance à sous-estimer les
changements, pour résoudre ce problème, nous proposons donc
d'ajouter une autre méthode, la méthode orienté-objet,
puisqu'elle permet d'isoler les pixels pour lesquels il n'y a pas eu de
changements et de classifier seulement les pixels correspondant à un
changement (Jensen, 2004 ;Desclée,2007 ;Barima,2009).
5.1.2. Vérification de
la classification d'occupation du sol
L'évaluation de la classification a été
faite par le biais d'une matrice de confusion (Godard, 2005), plusieurs auteurs
ont utilisé la matrice de confusion pour vérifier l'exactitude de
la classification Gao & Skillcorn, 1998 ; Zhan et al. (2002)
Vancutsem, 2008, Desclée, 2006. La précision de l'utilisateur et
celle du producteur a été déterminé selon
Campbell, 2002; Story & Congalton, 1986 ainsi que le coefficient Kappa
K (Congalton & Green, 1999; Hudson & Ramm, 1987Rosen?eld and
Fitzpatrick-Lins 1986. Selon ces auteurs, il faut une moyenne de 85 %
d'exactitude et ne pas avoir une classe moins de 70 %, le USGS propose une
exactitude de 85 % comme une valeur minimale pour une classification
d'occupation du sol utilisant le Landsat.Anderson et al., 1976, Pour
D'après Pontius (2000), une étude de l'occupation du sol peut
être validée si K est > 75 %
| 
