Memoire Online - Potentiel et dynamique des stocks de carbone des savanes soudaniennes et soudano- guinéennes du Sénégal

Ce chapitre centré sur l'approche spatiale, permet de caractériser la dynamique de la végétation. Il fait d'abord le point sur les avantages et limites de l'analyse spatiale à partir des données satellitaires. Ceci nous a alors amené à considérer deux échelles (locale et nationale) utilisant des images LANDSAT (1990-2000) et MODIS (2000-2007). Les échelles temporelles et spatiales prises en compte montrent une forte variabilité de l'occupation du sol et de sa dynamique. A cet égard, les aires protégées présentent des caractéristiques différentes de celles des terroirs où le rôle de l'agriculture est prépondérant dans la dynamique de la biomasse et donc du carbone.

Section 11.01 VI.1. Changements d'occupation du sol et implications sur la dynamique du carbone : l'approche cartographique

La dégradation des terres, plus particulièrement le déboisement conduit sans équivoque à une réduction significative des stocks de carbone. La réduction de la productivité des terres conduit à la diminution du potentiel de séquestration de carbone par la végétation naturelle. Les conséquences environnementales de la déforestation sont très profondes. Elles incluent les modifications spatiales et temporelles des terres de culture, le déboisement, l'expansion des pâturages, etc. Ces modifications sont le résultat des effets climatiques et humains. Le facteur humain est très complexe ; il est lié à la rareté des ressources qui entraîne une pression sur ce qui reste, aux dynamiques de marché qui changent les opportunités, aux interventions politiques qui parfois sont peu appropriées, la réduction des capacités d'adaptation des populations due à une forte vulnérabilité socio-économique, et les mutations sociales et organisationnelles. Les modifications des services et biens tirés des écosystèmes influent à leur tour sur les facteurs de dynamiques de l'occupation du sol. Ainsi certaines conséquences deviennent des causes de dégradation (Lambin et al., 2001; Lambin et al., 2003; Verstraete et al., 2008; Verstraete et al., 2009). La question des changements d'occupation des sols est transversale à plusieurs aspects du développement rural, basé essentiellement sur les ressources naturelles. La croissance économique et les conditions de vie des populations sont très dépendantes des ressources naturelles.

L'interdépendance entre l'utilisation des ressources naturelles et le développement durable n'est nulle part plus évidente que dans les pays en voie de développement où la survie de la grande majorité de la population dépend de l'agriculture, des ressources forestières et des ressources animales (Abdelgalil et Cohen., 2001). La diversité des pratiques et la complexité sociale des besoins locaux rend difficile l'articulation politique à toutes les situations (Chokor et Odemerho., 1994). Actuellement, la relation étroite entre les changements d'occupation des sols et ses conséquences économiques et sociales est largement étudiée (Grepperud, 1996; Jones, 1996 ; Barbier, 2000 ; Sankhayan et Hofstad, 2001 ; Muchena et al., 2004). Cependant, un intérêt grandissant est noté sur le rôle de la dégradation des terres et les changements climatiques.

Dans le cadre des changements climatiques, les changements d'occupation des terres sont considérés comme une source importante de dégagement de CO2 au niveau des pays tropicaux. Les défrichements agricoles et l'exploitation forestière éliminent un grand nombre d'arbre dont la biomasse libère beaucoup de carbone en se décomposant. En plus, la dégradation des formations végétales réduit le potentiel de séquestration de carbone. Pour

ces deux raisons, il est important d'évaluer la dynamique spatiale et temporelle des ressources forestières pour en connaître les implications sur le bilan terrestre du carbone.

L'étude des changements d'occupation des sols et d'utilisation des terres est un exercice relativement difficile à mener directement sur le terrain, pour des raisons méthodologiques et des implications financières coûteuses. La télédétection permet d'acquérir un grand nombre d'informations sur de vastes surfaces et de façon continue en utilisant une variété de capteurs satellitaires et une diversité d'approches (Benz et al., 2004).

Les approches méthodologiques, fortement liées aux types de données, connaissent aujourd'hui une évolution qui reflète la diversité et la finesse de la résolution des images utilisées (photographies aériennes et images satellitaires) ; ce qui contribue à la réalisation de nombreux projets cartographiques à des échelles variées. En effet, les outils de télédétection et de Systèmes d'Information Géographique (SIG) ont donné une impulsion remarquable au dessein de la représentation et de l'analyse des attributs spatiaux plus connus sous l'appellation `occupation du sol'.

Les outils et les méthodes mises en ~uvre - facilités par l'intégration informatique - tentent d'apporter une réponse à la problématique de cartographie harmonisée de la végétation qui réside dans la conciliation de trois aspects : l'étendue de la zone couverte, le niveau de détail souhaité et la désignation des classes identifiées. Ces paramètres sont inhérents aux objectifs de la recherche, à la finalité manifestée par l'utilisateur ou l'aménagiste ainsi qu'aux types de données utilisées.

L'aménagement de l'espace est basé sur deux concepts clés que sont le temps et l'espace. La télédétection prend en compte ces deux aspects. Ces deux concepts déterminent les notions d'échelle spatiale et temporelle. L'échelle spatiale traduit à la fois l'espace couvert et la finesse de l'information acquise, alors que l'échelle temporelle renvoie à la régularité d'acquisition de cette information. L'analyse des changements de l'occupation des sols est fondamentalement basée sur cette relation temps-espace.

Les résultats de l'analyse spatiale essentiellement quantitatifs, sont utilisés pour répondre à plusieurs objectifs de planification, d'aménagement et de gestion des ressources naturelles. Les analyses structurales et temporelles menées par télédétection permettent de décrire les changements de l'occupation des sols. Alors que l'utilisation des terres fait référence aux interactions entre les communautés humaines et leur milieu (Prenzel, 2003). En d'autres termes, l'occupation des sols traduit la structure spatiale de l'espace géographique et l'utilisation des terres fait référence à la fonction de cet espace. Ainsi, une unité d'occupation

des sols peut avoir donc différents types d'utilisations et plusieurs types d'occupation des sols peuvent être utilisés pour le même dessein socio-économique. Dans cette partie du mémoire nous travaillons essentiellement sur l'occupation du sol en utilisant des techniques de traitement d'images satellitaires.

La végétation terrestre est souvent le premier objet de surface rencontré par l'énergie solaire. Ainsi pour la plupart des types de surface, les images satellitaires, les photos aériennes ou les informations obtenues par vidéographie, permettent d'enregistrer les caractéristiques de la végétation. La télédétection a été ainsi exploitée pour étudier plusieurs thèmes liés à la végétation : les plantations, l'infestation de parasites au niveau des zones de culture, l'estimation de la production des formations boisées, la cartographie des types de végétation, etc., (Cambell, 1996).

La composante végétale est très complexe et change dans le temps ; ses propriétés spectrales étudiées à différentes échelles (feuilles, plantes ou couvert végétal), variant fortement selon le milieu, la saison et les phases de croissance. Ces fortes variations des propriétés de la végétation expliquent la complexité des procédures d'analyse des données satellitaires pour la caractérisation des différents paysages à la surface terrestre (Flasse et Verstraete, 1993). Cette difficulté rend évident le besoin d'une convergence dans les démarches cartographiques et la désignation des classes de végétation.

L'essentiel des défis de la cartographie tourne autour du concept `d'harmonisation' des méthodes. Les principaux points qui requièrent cet effort de convergence sont les suivants :

Ces exigences sont utiles pour arriver à une comparabilité des cartes réalisées dans les différents pays africains.

L'utilisation de la télédétection et des données géospatiales pour la cartographie de la
végétation et l'occupation des terres est devenue une activité courante des institutions
intéressées par la gestion des ressources végétales (Achard et al., 1996 ; Achard et al., 1996).

L'imagerie satellitaire joue un rôle incontournable dans le processus de caractérisation et d'aménagement des écosystèmes. L'acquisition et l'analyse des données spatiales requièrent cependant un minimum d'investissement temporel et financier lié à l'acquisition et au traitement des images et des données de terrain. Le cartographe est souvent confronté à deux exigences : le choix des images adaptées au type de cartographie et la conception de la démarche liée à la nature des données.

Le spectre optique (Visible et PIR : 400-3000 nm) est le plus utilisé en télédétection pour les études de l'occupation du sol. Les processus d'absorption, de réflexion, de diffusion et d'émission qui se passent dans cet intervalle du spectre électromagnétique ont servi à la caractérisation de la surface terrestre. Les quantités spectrales mesurées pour un objet donné dépendent des propriétés de cet objet. Par conséquent, les propriétés d'un objet de surface peuvent être inférées à partir de ses propriétés spectrales.

Prenzel (2003) suggère une technique d'inversion simple pour passer des mesures de réflectance aux propriétés des objets de surface en utilisant les fonctions suivantes:

radiation mesurée = f(propriété de l'objet) où propriété de l'objet = f'(radiation mesurée).

L'analyse des images satellitaires doit prendre en compte le niveau de l'information à travers lequel les données sont présentées pour lier les quantités spectrales avec une réalité thématique. Les différents niveaux de traitement des données permettent de simplifier, de généraliser la réalité complexe pour que l'interprétation soit plus simple. La figure 81, illustre le lien entre les différents ordres de traitement pour arriver à un résultat proche de la variable thématique en question (l'occupation du sol).

Figure 81. Etapes de transformation des données images pour la cartographie de l'occupation du sol.

Un autre aspect de la complexité de la télédétection réside dans le cheminement qu'on peut
adopter pour arriver à des résultats. On peut noter deux principales approches : l'approche
déterministe et celle empirique. La première permet de faire des analyses quantitatives

précises alors que la seconde basée sur des lois de probabilité permet d'approcher la réalité avec un certain niveau de confiance. Les approches déterministes requièrent plus de validation alors que les modèles empiriques sont simples à développer et demandent moins d'effort de validation. L'utilisateur doit ainsi trouver un compromis entre ces deux extremes pour l'étude des changements de l'occupation du sol. Les analyses déterministes comprennent : l'estimation de la chlorophylle, l'indice foliaire, le contenu en nitrates et la productivité primaire nette (quantités biophysiques). Les analyses empiriques couvrent : la classification des groupes spectraux, les réseaux de neurones, la segmentation, etc. Le résultat de ces modes de traitement est nominal. On peut développer des méthodes mixtes qui essaient de tirer les avantages entre les deux approches à travers des corrélations linéaires ou non. La méthode adoptée dans le cadre de ce travail est une approche empirique basée sur la classification des images satellitaires.

La cartographie thématique est un exercice délicat puisqu'il nécessite un choix judicieux des données de base. Toute image est utile pour un type de cartographie particulière. En fonction de la finalité du travail et de l'étendue de la zone, le cartographe doit opérer un choix judicieux des images. Quatre principales étapes sont importantes à considérer :

- Recherche des données adaptées au type de cartographie (le type d'image détermine les possibilités de faire une carte détaillée ou non) ;

- Identification de la meilleure période pour l'acquisition des images (dans les zones de savane la fin de la saison des pluies avant le début des feux de brousse, est souvent indiquée pour cette acquisition) ;

- Elaboration de la méthode de cartographie adaptée aux objectifs (celle-ci est relative à l'objectif du projet).

Le choix d'un type d'image doit être un compromis entre le niveau de détail souhaité, l'étendue de la zone d'étude et le coOt des données. Le tableau 21 donne quelques détails sur le potentiel de certaines sources de données pour la cartographie de l'occupation du sol.

Tableau 21. Présentation de quelques capteurs utilisés pour la cartographie de la végétation.

Capteurs	Taille du pixel	Echelle de cartographie de la végétation	Méthodes utilisées (non exhaustives)
Photographie aérienne	Dépend de l'échelle (1 m-15 m)	Plan / Régionale (1/10.000 - 1/250.000)	Interprétation visuelle, vectorisation
IKONOS, QuickBird, GeoEye	<1 m	Locale (1/10.000 - 1/25.000)	Classification, Numérisation directe Décompte d'arbres, taux de couverture
SPOT-HRV, CEBERS	20 m (XS), 10 m (P)	Locale (1/25.000 - 1/50.000)	Classification, ACP, Numérisation directe,
SPOT-5	2,5 m	Locale (1/10.000 - 1/25.000)	Classification, Numérisation directe
LANDSAT- TM-ETM	30 m (XS), 15 m (P)	Locale (1/50.000 - 1/200.000)	Classification, ACP, Numérisation directe,
MODIS (Terra/Aqua)	500 m ®-250 m (PIR)	Locale / régionale (1/250.000 - 1/500.000)	Indices de végétation, Classification,
MERIS	250 m	Locale / régionale (1/250.00 - 1/500.000)	Indices de végétation, Classification,
SPOT- VEGETATION	1km	Régionale et globale (à partir de 1/500.000)	Classification
NOAA-AVHRR	1 km	Régionale et globale (à partir de 1/500.000)	Indices de végétation, Classification, Ts
SPOT VEGETATION	1 km	Régionale et globale (à partir de 1/500.000)	Indices de végétation, Classification
ERS (RADAR)	25 m-30m	Locale et régionale (1/100.000 - 1/200.000)	Ratio, texture

Du fait de la diversité des données et des résultats cartographiques, le Projet AFRICOVER (initié par la FAO) a entamé un processus d'harmonisation des procédures de classification des formations végétales de l'Afrique tropicale. Cette initiative lancée en 1994 à Addis Abéba, a pour tâche de proposer une classification standardisée qui pourrait servir à la cartographie de l'occupation du sol en Afrique (AFRICOVER, 1997). Deux parmi les objectifs majeurs du projet nous semblent particulièrement intéressants pour cette analyse, il s'agit :

- du développement de modèles de classification à partir d'images satellites et de photographies aériennes ;

- de la conformité des types de classification aux légendes actuellement en vigueur en Afrique.

Ce dernier point pose le problème de la `normalisation' terminologique des types de végétation en rapport avec les légendes existantes. Par ailleurs, dans la démarche méthodologique proposée par AFRICOVER (1997), à travers le `Land Cover Classification System' ou LCCS', peu de précisions sont données sur les critères de seuillage des taux de couverture pour séparer les formations dites fermées, ouvertes et clairsemées. Il en de même sur l'association entre familles végétales et types biologiques (situant au même niveau arbres et arbustes, Graminae et Euphorbiacea). L'autre difficulté réside sur l'utilisation du critère de la taille des feuilles comme élément discriminant surtout dans les milieux de savane caractérisées par une relative hétérogénéité foliaire. Les principes de classification de la couverture végétale ont été développés au milieu des années 1980 par la FAO. De facto, l'établissement de la nomenclature de couverture de terre de GlobCover-2005 a suivi les principes du système FAO-LCCS (le système de classification de la couverture de terre, qui est un ensemble de règles et un logiciel pour créer une nomenclature). Cette approche prête plus d'attention à la densité et la physionomie de la végétation. Ces approches ont été encouragées pour pallier les limites des décisions prises en 1954 à Yangambi (Congo) par des botanistes de l'Afrique tropicale (voir Sambou, 2004).

Les approches sont très nombreuses, mais quelque soit la technique ou la méthode utilisée, la cartographie de la végétation est largement dépendante des types de données source et des objectifs fixés. Par conséquent, le type de classification doit répondre dans une large mesure aux caractéristiques des images utilisées et au niveau de précision souhaité. Un choix judicieux des images devient alors un préalable dans tout processus de représentation cartographique.

Une bonne utilisation de la télédétection pour la cartographie des changements de l'occupation des sols et de l'utilisation des terres suppose un choix judicieux des données et des méthodes (Rogan et Chen., 2004). Les contraintes liées à l'étude des changements de surface sont de deux ordres : les limites techniques et les contraintes environnementales.

Les données satellitaires sont décrites à travers leurs résolutions spatiales, spectrales, temporelles et radiométriques. Les contraintes technologiques apparaissent dans la façon dont ces résolutions se traduisent sur les données. D'une façon générale, la résolution spatiale est inversement corrélée à la couverture spatiale. Cette contrainte technique limite la

portée des études sur la dynamique de l'espace. De la même manière, une faible couverture spatiale se traduit par une répétitivité moins importante (Rogan et Chen., 2004). Il existe aussi des contraintes d'ordre techniques liées à des facteurs externes difficiles à contrôler. Ces contraintes sont selon Collins et Woodcock (1994; 1996) : i) les variations des conditions atmosphériques, ii) les différences d'illumination, iii) les différences de calibration.

Les algorithmes de traitement des images sont essentiellement basés sur les valeurs individuelles des pixels et ne prennent que rarement en compte l'information contextuelle des segments spectraux qui représentent les objets de l'image (Benz et al., 2004). L'analyse du signal est très dépendante de l'incertitude associée aux bruits systématiques de l'image. Aussi, les différentes étapes du traitement des images introduisent des artefacts et des ambiguïtés qui peuvent aggraver l'imprécision de la donnée finale. Il faut signaler par ailleurs que les objets géographiques n'ont pas de limites linéaires nettes. Les analyses actuelles (exception faite de la théorie des ensembles flous) ne prennent pas en compte les classes composites, les zones de transition, les mosaïques qui sont plus difficiles à segmenter. Dans certaines conditions de savane, il faut une bonne dose de généralisation pour rendre les cartes lisibles.

L'occupation du sol est un facteur très dynamique dans le temps. L'évolution des types de couverture du sol incluent : les perturbations (nuages, feux de brousse, maladies, exploitation de certaines ressources naturelles), les cycles naturelles des écosystèmes (succession des saisons, variabilité interannuelle). Pour suivre ces changements, le choix de la période d'acquisition des images est aussi crucial que le choix des capteurs et les algorithmes de détections utilisés. Le choix de la période d'acquisition des images satellitaires doit être à peu près la même chose pour les différentes dates d'analyse. Pour déterminer cette période, il faut une relative bonne connaissance des caractéristiques environnementales de la zone d'étude.

Le prétraitement des images satellitaires a pour but de minimiser les erreurs liées à l'acquisition des données images, les bruits systématiques associés au capteur, la correction géométrique des images et le masquage des fragments de la scène contaminés par une couverture nuageuse. Ces différents aspects du prétraitement sont regroupés en deux catégories : la correction géométrique et la calibration radiométrique. Une bonne rectification géométrique est essentielle pour l'analyse des changements d'occupation du sol ; toute erreur majeure dans la correction géométrique peut entraîner des biais importants

dans l'analyse, surtout au niveau des zones de contact de différents types d'occupation du sol. Aussi, les caractéristiques radiométriques des images de différentes dates doivent être intercalibrées pour pouvoir comparer les grandeurs spectrales qui garantissent que les résultats de changements obtenus traduisent une réalité thématique factuelle sur le terrain plutôt que des artefacts liés aux capteurs, à l'état de l'atmosphère ou à la topographie locale. Il faut par conséquent une compatibilité radiométrique et géométrique entre les images. Le modèle générale d'analyse des images satellitaires pour extraire les catégories de l'occupation des sols est schématisé dans la figure 82.

Figure 82. Approche empirique d'extraction des catégories nominales d'occupation et d'utilisation des terres. Source : Prenzel, (2003).

Identification de changement :
différence, rapport, analyse de
vecteur de changement

Le besoin de supports d'interprétation simplifiés de la distribution des types de végétation a
conduit à de nombreuses approches méthodologiques utilisant des outils et techniques
variés. A cet égard, l'étude des caractères spatio-temporels des formations végétales par le

biais de la représentation cartographique, a permis quelques progrès dans la gestion des ressources naturelles. Plusieurs approches ont été utilisées pour la détection de changement de l'occupation du sol. Les plus fréquemment citées sont les suivantes.

- La technique de soustraction d'images. Les images de changements sont faciles à interpréter puisque leurs histogrammes présentent une distribution normale. Les pixels qui n'ont pas changé sont au milieu de l'histogramme alors que les pixels qui ont muté sont soit à droite soit à gauche du centre en fonction de leur brillance (Rogan et Chen, 2004).

- Les analyses en composante principales. C'est une transformation orthogonale basée sur une matrice de corrélation (standardisée) ou de variance covariance (non standardisée). Les travaux basés sur cette méthode ont montré que le choix du type de matrice peut influencer les résultats statistiques des composantes principales. Les ACP sont uniquement basées sur les propriétés statistiques des images, ce qui rend difficile leur utilisation pour des périodes d'acquisition différentes.

- La Transformation multitemporelle des indices Tasseled-Cap (Kauth et Thomas). C'est aussi une transformation orthogonale multibandes proposée par Collin et Woodcock (1994; 1996) pour générer différentes images qui présentent une stabilité ou non pour le brightness (brillance), le greeness (verdure) et le wetness (humidité). Cette approche a l'avantage de ne pas dépendre des caractéristiques statistiques des scènes de la série temporelle utilisée.

- L'analyse des vecteurs de changements (AVC). Cette méthode permet de générer deux types d'informations : l'importance et la direction du changement. La classification d'image qui suit le calcul des vecteurs permet de spatialiser les zones qui ont connu une dynamique spatiale. Cette méthode est cependant limitée par le masquage de la variance statistique des `classes de changements' par les `classes stables'.

- La classification d'image, segmentation d'image et les systèmes intelligents. Cette méthode concerne les procédures utilisées avant et après la classification d'image. Pour toute classification supervisée ou non supervisée, des données de validation doivent avoir été collectées pour une bonne validation des résultats. Ces méthodes de classifications sont les plus utilisées pour la cartographie des changements de surface. Les méthodes basées sur les arbres de décision ou les réseaux de neurones ont montré d'énormes avancées par rapport aux méthodes classiques puisque ces méthodes ne sont pas tributaires des hypothèses statistiques paramétriques. Elles sont ainsi adaptées à l'analyse de données multimodales, bruitées ou lacunaires.

- L'Analyse texturale consiste à regrouper les unités de paysage selon leur homogénéité spatiale. Dans les formations de savane caractérisées par la variation des densités d'arbres et de taux de couverture du sol, cette approche pourrait être très utile.

- La théorie des ensembles flous. Les classifications basées sur cette théorie sont souvent appliquées au niveau d'espaces géographiques dont le passage d'une unité à l'autre fait apparaître une forme de transition qui ne permet pas de définir une frontière nette.

- Le Multitemporal spectral mixture analysis. Cette technique est plutôt utilisée quand il s'agit de séries temporelles souvent de basse résolution (NOAA-GIMMS, Pathfinder).

- Les Déductions statistiques. Cette approche est relativement simple et consiste à comparer les superficies des types de couverture du sol de deux cartes d'occupation du sol.

Potentiel et dynamique des stocks de carbone des savanes soudaniennes et soudano- guinéennes du Sénégal

Article X. CHAPITRE VI

Article XI. Dynamique de l'occupation du sol et

séquestration du carbone

Section 11.01 VI.1. Changements d'occupation du sol et implications sur la dynamique du carbone : l'approche cartographique