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

 > 

Analyse spatiale des écosystèmes de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso (Sud-Ouest du Niger)


par Siradji Abdoulaye Abdou
Université Abdou Moumouni de Niamey  - Master II Biologie et Valorisation des Plantes Soudaniennes et Sahélo-Saharienne 2022
  

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

CHAPITRE II : MATÉRIEL ET MÉTHODES

II.1. Présentation de la zone d'étude

Le Parc National W du Niger constitue un grand complexe régional écologique, s'étalant sur trois pays (Niger, Bénin et Burkina Faso) et couvrant une superficie totale de 1 023 000 hectares, dont 220 000 hectares pour la partie nigérienne. Il est situé dans l'extrême Sud- Ouest du pays, entre les latitudes 11° 54' et 12° 35' N et les longitudes 02° 04' et 2° 50' E. Depuis sa création en 1954, cette aire protégée a acquis graduellement divers statuts : Zone Humide d'Importance Internationale, particulièrement pour les oiseaux d'eau en 1982 ; site Ramsar en 1987 ; Patrimoine Mondial de l'UNESCO en 1996. Il appartient à la catégorie II de l'UICN (2002). Il est bordé d'une part, par la Réserve Totale de Faune de Tamou située entre les latitudes 12°28' et 12° 50' Nord et les longitudes 2° 06' et 2° 24'Est dans la Commune rurale de Tamou (département de Say et région de Tillabéry). Elle se trouve à la limite Nord du Parc National W du Niger (PNWN) et sert une zone tampon pour le Parc W (Barmo, 2008). Elle couvre une superficie de 77 000 ha (Inoussa, 2011). Elle appartient à la catégorie VI de l'IUCN. D'autre part, par la Réserve Partielle de Faune de Dosso située entre 11° et 12°de latitude Nord et 2° et 3° de longitude Est, sur deux régions administratives du Niger : Dosso et Tillabéry. Elle a été créée pour servir aussi de zone tampon pour le Parc National du W du Niger avec un statut de conservation de la faune sauvage et de son habitat. Elle couvre une superficie de 306 000 ha dont la majeure partie se trouve dans la région de Dosso. Elle appartient aussi à la catégorie VI de l'IUCN, classer site RAMSAR à cause de la disponibilité de l'eau de surface (Zone Humide). Ces deux réserves ont été créées en 1962 par décret n°62-188/MER du 8 août 1962. Ainsi cette étude se base sur la zone de transition de ces trois réserves (figure 8).

Page 20

Mémoire Master Siradji, 2021

Page 21

Figure 8 : Carte de la zone d'étude (Siradji, 2021) II.2. Milieu Biophysique

II.2.1. Climat

Le climat de la zone d'étude est de type sahélo-soudanien avec des moyennes pluviométries variant de 500 à 900 mm pour la commune rurale de Falmey et 400 à 800 mm celle de Tamou (PDC de Falmey, 2014). Dans les deux communes les pluies sont mal réparties dans l'espace et dans le temps. Elles sont caractérisées par une alternance de deux saisons :

? Une saison pluvieuse qui commence dans le mois de Mai et termine dans le mois de Septembre

? Une saison sèche qui commence dans le mois d'Octobre et prend fin dans le mois d'Août. Dans la commune de Tamou, la moyenne pluviométrique relevée au niveau de la station de Tamou sur trois décennies indique des précipitations moyennes de l'ordre de 622,18 mm (Figure 9). Des phases humides sont relevées avec des précipitation au-dessus de la moyenne interannuelle. Une première phase, allant 1985 à 1991, puis un autre de 2000 à 2004 et la dernière phase à partir de

Mémoire Master Siradji, 2021

Page 22

2008 et qui se maintien encore mais des années où les précipitations sont dessous de la moyenne (1981 à 1983 avec 200 mm ; 1984 avec 400mm ; 1999 avec 300mm 2004 avec 450mm (Mahamadou et al.,2014).

Figure 9 : Évolution des précipitations à Tamou de 1980 à 2010 (DNM, 2010)

II.2.2. Sols

Selon UICN (2018), la carte pédologique de la commune rurale de Tamou fait ressortir quatre types de sols : les sols lithiques rencontrés dans le Parc National du W, partie Sud de la commune, les sols sableux rencontrés dans la partie Nord de la commune, les sols hydromorphes ou sols des bas-fonds rencontrés dans la vallée du fleuve, les mares et le long des affluents et les sols latéritiques qui occupent la grande partie de la commune alors deux types de sols sont rencontrés dans la commune rurale de Falmey à savoir : les sols ferrugineux tropicaux à texture sablo-argileux rencontrés dans le Fakara et les sols sableux rencontrés dans le Dallol Bosso.

II.2.3. Le réseau hydrographie

Le réseau hydrographique de la commune rurale de Falmey se caractérise par le fleuve Niger, qui traverse la commune sur une distance d'environ 70 Km, d'une nappe phréatique située autour de 3 à 5 mètres et de la vallée du Dallol Bosso. Après la saison pluvieuse, les bas-fond de la vallée du Dallol se transforment en des zones de stagnation des eaux constituantes ainsi des mares permanentes. Le principal réseau hydrographique de la commune rurale de Tamou est le fleuve Niger. Ainsi, Trois affluents du fleuve Niger traverse la réserve de Tamou il s'agit de : Goroubi,

Mémoire Master Siradji, 2021

Page 23

Diamangou et la Tapoa et ne coulent que durant 3 à 6 mois par an. Le Goroubi et le Diamangou coulent de Juin à Décembre (Douma, 2009).

II.2.4. La végétation

La répartition phytogéographique des espèces dans la commune rurale de Falmey se situe dans le compartiment Nord soudanien (Saadou, 1990). Les plateaux latéritiques sont principalement occupés par les familles des Combretaceae, les Légumineuses, les Anacardiaceae et les Bombacaceae. En plus, on note une succession des formations végétales au fur et à mesure que l'on s'éloigne du fleuve il s'agit d'un faciès à Borassus aethiopum dans la vallée du fleuve, un faciès à Vitellaria paradoxa sur le terrasse et dans le lit du Dallol Bosso près du fleuve et un faciès à Pilostigma reticulatum, Sclerocarya birrea, Terminalia avicennoides, hyphaene thebaica et Annona senegalensis dans le lit du Dallol Bosso.

La commune de Tamou dispose d'importantes ressources naturelles et des formations végétales plus ou moins denses et diversifiées.

Au niveau des aires protégées, le couvert végétal herbacé est constitué des graminées dominées par Andropogon gayanus, Eragrostis tremula, Aristida sp.

La strate arbustive plus dense par endroits est composé généralement de Celtis integrifolia, Ximenia americana, Boscia senegalensis.

La strate arborée dont : Khaya senegalensis, Anogeissus leiocarpa, Pterocarpus erinaceus, Bombax costatum, Adansonia digitata.

Au niveau des zones marginales et les zones d'exploitation agricole, la végétation arborée est respectivement composée de ligneux à dominance des combretaceae et des grands arbres aussi variés que dans les aires protégées mais moins dense. La couverture arbustive est souffrant de la pression anthropique.

II.2.5. Activités socio-économique de la population

II.2.5.1. Population

La population de la commune rurale de Falmey est de 75115 habitants dont 37009 hommes et 38106 femmes (RGP/H, 2012). Cette population est constituée des sédentaires et des nomades. Sa densité moyenne est de 69 habitants par km2 mais cette densité varie en fonction des zones. Plusieurs groupes ethniques cohabitent dans cette commune. Les ethnies majoritaires sont les Zarma, les peulhs, les Haoussa et les Touaregs. La répartition de la population résidente de Falmey

Mémoire Master Siradji, 2021

Page 24

par tranche d'âge montre que la population de Falmey est majoritairement jeune (Figure 10). Plus de 85% (63.876 sur 75.115) ont moins de 40 ans soit 61% (45.563 sur 75.115) de la population est représenté par des adolescents c'est-à-dire moins de 20 ans.

La commune rurale de Tamou a une population totale de 89 782 habitants dont 45 931 de sexe masculin et 43 851 de sexe féminin. Cette population connait un taux d'accroissement démographique de 3,9 % (Département de Say). Les ethnies majoritaires sont les Peulhs et les Foulmangani. Les autres groupes ethnolinguistiques représentés dans la commune sont les Gourmantchés, les Zarma, les Haoussa et les Touareg (Douma, 2009).

Figure 10 : Pyramide d'âges de la population de la commune rurale de Falmey (RGP/H,

2012)

II.2.5.2. Agriculture

Dans les deux communes, l'agriculture constitue la principale activité économique. Ainsi deux types de cultures sont pratiquées : l'agriculture pluviale et l'agriculture maraîchère en contre saison.

L'agriculture pluviale est pratiquée sur les sols sablo-argileux dans le Fakara et sur le sol sableux des bas-fonds. Elle est caractérisée par une diversité des cultures : Le mil, le niébé, le sorgho, le riz, le gombo, l'arachide, etc. Les cultures les plus pratiquées sont le mil en association avec le niébé. L'agriculture maraîchère est pratiquée autour du fleuve et de quelques points d'eau permanents. Les principales cultures sont l'oignon, le piment, la courge, la tomate, la patate douce, le manioc, le riz (PDC de Falmey, 2014).

Mémoire Master Siradji, 2021

Page 25

II.2.5.3. Élevage

Le secteur de l'élevage constitue après l'agriculture la seconde activité de la population dans les deux communes. Il est pratiqué aussi bien par les nomades que par les sédentaires. C'est une activité qui touche, dans sa pratique, les hommes comme les femmes. Selon DDRA (2005), la commune rurale de Tamou dispose un cheptel estimé à 71721,2 UBT. Ces chiffres ne tiennent pas compte de la grande transhumance. La population élève presque toutes les espèces animales : Caprins, Ovins, Bovins, Asins, Camelins, Équins et Volaille (UICN, 2018). Dans la commune rurale de Falmey le cheptel est estimé à peu près de 200.000 têtes d'animaux (45242 Bovins, 33492 petits Ruminants, 17.575 Ovins, 20.090 Caprins, 631 Asins, 97 Camelins, 48 Équins et plus de 100.000 têtes de Volailles).

II.2.5.4. Faune

La zone d'étude regorge d'une importante diversité d'espèces animales. Mais on note une disparition de quelques espèces dans la réserve partielle de Dosso à cause de plusieurs facteurs : le braconnage, la destruction de son biotope et les aléas climatiques. Les différentes espèces rencontrées sont : les Lions, les Hyènes, les Chacals, les Léopards, les Éléphants, les Hippopotames, les Singes, les Buffles, les Outardes, les Gazelles Rufifrons, les Antilopes, les Lapins, les Lièvres, les Écureuils, les Patas, les Phacochères, les Canards armés, les Canards casqués, les Dendrocynes, les Francolins, les Pintades sauvages, les Perdrix, les Reptiles.

II.2.5.5. Pêche

Quant à la pêche, elle est pratiquée aussi bien par les populations riveraines du fleuve Niger que par celles se trouvant autour des points d'eau importants constitués des mares dans les deux communes. En 2014, le service de l'environnement de la commune de Falmey a récence plus de 500 pêcheurs en activité. La vente des poissons a apporté plus de 170.000.000 FCFA au cours de cette même année (PDC de la commune rurale de Falmey, 2014). Les différentes espèces de poissons dans la commune rurale de Tamou sont : les Tilapias, les Clarias et quelques Carpes. Les 2/3 de la production sont destinées à la vente et le reste à la consommation familiale (UICN, 2018).

II.2.5.6. Tourisme

Les deux communes regorgent beaucoup de potentialités touristiques compte tenu de la proximité du Parc National du W. Le tourisme apporte des avantages économiques au pays et aux populations locales (Douma, 2009). Ainsi dans la commune rurale de Falmey deux campements ont été

Mémoire Master Siradji, 2021

Page 26

construits à Karey Kopto et Boumba. Au cours des saisons touristiques, des visiteurs se mobilisent pour parvenir au Parc par le relais de ces campements (PDC de la commune de Falmey, 2014). Selon Hamissou (2006), les recettes touristiques du Parc W s'élevaient de 10 000 000 de FCFA. Les populations locales bénéficient des retombés à travers quelques emplois saisonniers ou permanents.

II.3. Matériel

Matériel utilisé

Dans le cadre de cette étude, un certain nombre de matériel ont été utilisés. Il s'agit :

? D'un récepteur GPS (Système de Positionnement Global) de type Garmin pour

l'enregistrement des coordonnées sur le terrain ;

? D'un téléphone portable de marque Samsung S8 pour illustrer les différentes classes

d'occupation du sol ;

? Des logiciels de traitement d'images et d'opérations SIG (Envi 5.3 et Arc Gis 10.4) ;

? Des logiciels de traitement de texte et d'un tableur (Microsoft Office Word 2016 et

Microsoft Office Excel 2016).

II.4. Méthodologie

II.4.1. Acquisition des images satellitaires

Les images satellitaires ont été acquises pendant la période sèche. En effet, l'utilisation des images pendant la période sèche permet de maximiser les différences spectrales entre les éléments de la couverture végétale (Barmo et al., 2021). En plus, les images satellitaires utilisées sont gratuites. Le choix de capteur est basé sur l'accessibilité des données et de leur qualité. Les images acquises couvrent toute la zone d'étude, une mosaïque de deux scènes de Landsat (Path192Row051 et Path192Row052) est nécessaire. En effet, les images utilisées provenant de satellite Landsat 8 ETM+ OLI/TIRS L2 datant de l'année 2020 (Figure 11). Ces images ont été téléchargées gratuitement au format (.TIFF) via le site web ( http://www.usgs.gov/software/earth-explorer-ee). Toutes ces images ont été acquises pendant la période sèche (Décembre), période optimale pour une meilleure perception des communautés végétales. Selon Jensen (1983), les images prises pendant les périodes ensoleillées présentent un bon contraste et permet aussi de réduire les problèmes dus aux différences des angles solaires, aux changements phénologiques de la végétation et aux différences dans l'humidité des sols.

Mémoire Master Siradji, 2021

Page 27

Figure 11 : Acquisitions des images satellitaires dans le Site USGS

II.4.2. Collecte des données sur le terrain

L'identification des différentes classes d'occupation du sol sans aucune investigation sur le terrain reste très difficile. C'est pourquoi il est nécessaire de s'appuyer sur des données terrain (Inoussa, 2011) pour la validation de la recherche. Elle a pour but de reconnaître, de décrire les éléments paysagers du secteur d'étude et d'effectuer des relevés de points GPS (afin d'avoir une estimation précise de la position géographique de quelques types d'occupation du sol) représentatifs de l'ensemble des types d'occupation du sol (Agbanou, 2018). Au total, 232 coordonnées ont été prises (Photo 1). Pour chaque prise quelques informations ont été collectées notamment sur :

? L'identification des classes ;

? L'enregistrement des coordonnées géographiques à l'aide d'un GPS ; ? Les prises des photos illustratives de chaque site.

Mémoire Master Siradji, 2021

Photo 1 : Collectes des données sur le terrain (Siradji, 2021)

Mémoire Master Siradji, 2021

Page 28

Page 29

II.4.3. Traitement des images satellitaires II.4.3.1. Prétraitement des images

Cette étape consiste à faire les corrections géométriques, atmosphériques et radiométriques. Lors de cette étude aucune correction n'a été faite.

II.4.3.2. Traitements des images

Les images satellitaires téléchargées nécessitent un certain nombre d'opérations de traitements. Ces traitements d'images constituent un ensemble d'opérations qui ont pour but d'augmenter la lisibilité des données afin de faciliter leur interprétation (Ernest, 2019). Les différentes étapes sont : assemblage des bandes, composition colorée en fausse couleur, mosaïquage, extraction de la zone d'étude, classification supervisée, validation de la classification et enfin ressortir les cartes d'occupation du sol.

II.4.3.2.1. Assemblage des bandes

Après le téléchargement des images Landsat, il existe un dossier de format Zip. Ce dernier a été dezippé grâce à un logiciel 7-Zip File Manager et contient plusieurs fichiers (bandes) qui ont comme extension .TIF.

Pour commencer les traitements sur les images, il a fallu rassembler toutes les bandes grâce à un logiciel Arc Gis dans la commande ArcToolbox qui a permis d'empiler toutes les bandes pour avoir comme fichier de sortie une seule image multi-bandes qui a comme extension .TIF.

II.4.3.2.2. Composition colorée

Cette étape consiste à combiner les différentes bandes spectrales dans les différents canaux, il existe deux types de composition colorée (figure 11) :

? Composition colorée en vraie couleur

Elle consiste à faire une composition colorée des bandes 321 en couleur naturelle ou en vraie couleur en affectant le rouge dans le canal rouge (bande 3), le vert dans le canal vert (bande 2) et le bleu dans le canal bleu (bande 1). Cette composition est utilisée habituellement comme première image pour l'analyse pour les utilisateurs non experts dans les données satellites (Yassine, 2011).

? Composition colorée en fausse couleur

Cette composition en fausse couleur dépend du domaine étudié (Hamzaoui, 2005), (Tableau 1). La composition des bandes 764 est particulièrement appliquée dans le domaine d'urbanisme, la composition des bandes 652, spécifiquement adoptée dans le domaine de l'agriculture, la

Mémoire Master Siradji, 2021

composition des bandes 562, adoptée dans le domaine de santé de la végétation. Dans le cadre de cette étude, une composition colorée en fausse couleur a été appliquée dans le but de discriminer la végétation. Cette opération associe la bande du proche infrarouge au canal rouge, la bande rouge au canal vert et la bande verte au canal bleu. Cette combinaison est très utile pour discriminer la végétation saine, les différents types des communautés d'espèces végétales, les zones à faible ou forte dégradation du couvert végétal et les aires dépourvues de la végétation (Toro-Balbontin, 2014). Ainsi, la combinaison des bandes 5,4,3 a été utilisée pour des images de l'année 2020. Le résultat de ces combinaisons est utile pour extraire l'essentiel des informations sur la végétation. Tableau 1 : Différentes combinaisons utilisées et leurs descriptions (Hamzaoui, 2005)

Noms des compositions

Bands

Analyse de la végétation

5,4,3

Urbanisme

7,6,4

Agriculture

6,5,2

Santé de la végétation

5,6,2

Eau et Sol

5,6,4

A

B

Page 30

Figure 12 : Composition colorée ; A : vraie couleur ; B : fausse couleur (Path192Row051)

Mémoire Master Siradji, 2021

Page 31

II.4.3.2.3. Mosaïquage des scènes

Les images acquises viennent avec une dimension (Path et Row). Cette dernière ne couvre pas notre zone d'étude, c'est pourquoi un mosaïquage de deux scènes a été fait dans le but de couvrir toute la zone d'étude. Ainsi deux scènes ont été utilisées il s'agit de : Path192Row051 ; Path192Row052. La figure 13 suivante illustre le mosaïquage de deux scènes.

Figure 13 : Mosaiquage des scènes (Path192Row051 et Path192Row052)

II.4.3.2.4. Extraction de la zone d'étude

Après le mosaïquage, l'extraction de la zone d'étude a été réalisée grâce à un logiciel Envi 5.3, (figure 14). L'opération consiste à la création d'un shapefile dans le logiciel Arc gis. En outre, le shapefile créé couvre la zone d'étude. À partir des images mosaïquées et le shapefile, une image de la zone d'étude a été extraite sous la commande Subset et File.

Mémoire Master Siradji, 2021

Figure 14 : Extraction de la zone d'étude

Page 32

II.4.3.2.5. Classification supervisée

Avant de commencer la classification, il est nécessaire de créer une zone d'entrainement. Cette dernière consiste à faire un échantillonnage représentatif de chaque classe. Elles sont définies à l'écran par la numérisation d'un ou plusieurs polygones représentatifs de chaque classe identifiée comme montre la figure 15 ci-dessous (Denis, 2016). Ensuite un test de séparabilité a été fait et permet de calculer la distance spectrale interclasse. Il permet d'apprécier le dégré de confusion entre les classes et varie entre 0 et 2.

Mémoire Master Siradji, 2021

Page 33

Si 0 < x < 1 : indique une séparabilité entre les classes très faible ; la valeur 0, implique une confusion totale entre deux classes ;

Si 1 < x < 1,9 : indique une séparabilité faible et

Si 1,9 < x < 2 : indique une bonne séparabilité ; la valeur 2, implique une séparabilité parfaite donc aucun risque de confusion entre les deux classes. Pour la classification, c'est un processus d'identification des classes paysagères. Selon Sadda (2014), deux types de méthodes de classification sont utilisés pour l'analyse du changement paysager, il s'agit de la classification supervisée (dirigée) et non supervisée (automatique). Cette dernière est appliquée sans aucune reconnaissance préalable du terrain. Elle consiste à classer les unités en se basant sur la texture et la forme de celle-ci. Contrairement à la classification automatique, la classification dirigée nécessite une reconnaissance du terrain. Dans cette étude, la classification adoptée est celle de supervisée du fait de sa puissance et de son aspect beaucoup plus pratique. Elle consiste à affecter à chaque pixel de notre image sa classe d'appartenance. L'algorithme utilisé dans cette classification est celui de « Maximum de Likelihood » communément utilisé pour la discrimination des classes d'occupation du sol et un filtre majoritaire de 3x3 a été appliqué dans le but de transformer les petits pixels isolés en des pixels voisins majoritaire dans un carré de 3 pixels sur 3 autour du pixel considéré. Elle calcule la probabilité d'appartenance d'un pixel à une classe donnée et affecte ce pixel à la classe qui lui offre une probabilité maximale (Diouf, 2012). Après l'opération de la classification supervisée, neuf classes d'occupation du sol ont été identifiées il s'agit de : fleuve Niger, zone brulée, galerie forestière, affleurement rocheux, brousse tigrée, savane arbustive, savane herbeuse, savane arborée, mosaïque champs-jachère.

Figure 15 : Numérisation des classes d'occupation du sol

Mémoire Master Siradji, 2021

Page 34

Quelques photos illustratives des différentes classes d'occupation du sol

Photo 2 : Jachère (Siradji, 2021)

Photo 3 : Fleuve Niger (Siradji, 2021)

Mémoire Master Siradji, 2021

Photo 4 : Affleurement rocheux (Siradji, 2021)

Page 35

Photo 5 : Brousse tigrée (Siradji, 2021)

Mémoire Master Siradji, 2021

Page 36

La description de ces différentes classes se résume dans le (tableau 2) Tableau 2 : Description des classes d'occupation du sol

Classes d'occupation du sol Description

Fleuve Niger Cours d'eau permanent qui prend sa source en Guinée (Fouta-Djalon) et se jette

dans l'Océan atlantique.

Zone brulée Traces du feu ou de la fumée. Cette répartition des feux est constatée en générale

dans le Parc W. Elle est utilisée comme feux d'aménagement.

Galerie forestière Formation végétale constituée des grands arbres et des arbustes qui suivent le

long d'une rivière, d'un fleuve ou tout autre cours d'eau.

Affleurement rocheux Roche formée par des cailloux parsemées le plus souvent par des végétations et

des grès qui bordent le long du fleuve Niger.

Brousse tigrée Formation végétale constituée d'une alternance des bandes végétalisées et des

bandes dénudées avec une dominance de la famille des Combretaceae.

Savane arbustive Formation végétale caractérisée par l'existence d'une strate arbustive dont la

taille est comprise entre 4 et 7 m.

Savane herbeuse Formation végétale dominée par des herbaceae.

Formation végétale caractérisée par l'existence d'une strate arborée dont la taille

Savane arborée dépasse 7 m avec dominance de Pterocarpus erinaceus et Anogeissus leiocarpus.

Surfaces anciennement ou actuellement cultivées, d'étendues variables situées à

Mosaïque champs-jachère proximité des agglomérations ou le long des routes. Ces classes sont souvent
découvertes pendant la période sèche à l'exception des champs qu'on observe des débris de cultures récoltés.

II.4.3.2.6. Validation de la classification

Pour évaluer la fiabilité de notre classification, quelques indices ont été calculés tels que :

Indice de Précision globale

Cet indice a été généré à partir de la matrice de confusion. Il correspond au nombre de pixels correctement classifiés (diagonale de la matrice) divisé par le nombre total de pixels de vérification. Une classification est fiable et exploitable si la précision globale est supérieure à 80% (Lafleur, 2015). La formule est :

IPG = ?Pixels correctement classifiés

x100 IPG : Indice de Précision Globale

Nombre total des Pixels

Mémoire Master Siradji, 2021

Page 37

Indice de Kappa

Un autre indice appelé indice de Kappa généré aussi à partir de la matrice de confusion a été utilisé pour valider les résultats de la classification. Cet indice renseigne sur les lignes qui correspondent aux données d'observations et les colonnes aux données de la classification. C'est un estimateur de qualité (Mikwa, 2010). Sa valeur est comprise entre 0 et 1. Un indice de Kappa de 0,75 par exemple, signifie que 75 % de la classification ne sont pas dues au hasard. Plus l'indice est proche de 1 plus le résultat est meilleur.

Erreur de commission ou Précision d'utilisateur

Comme pour les indices, l'erreur de commission a été générée aussi à partir de cette même matrice. L'erreur de commission tient en compte les erreurs des lignes (Oreste et al., 2019). Il est calculé à partir de la formule suivante :

EC = 1 - ICV

EC : Erreur de Commission ;

ICV : Indice Cartographique de Validation qui est le nombre total des pixels bien classés dans leurs classes Ci (lignes) divisé par le nombre total des pixels de cette même classe.

Erreur d'omission ou Précision du producteur

Contrairement à l'erreur de commission, l'erreur d'omission tient en compte les erreurs des colonnes (Oreste et al., 2019). Sa formule est la suivante :

EO = 1- IPC

EO : Erreur d'Omission ;

IPC : Indice de Pureté des Classes qui est calculé par le nombre total des pixels bien classés dans leurs classes Ci (colonnes) divisé par le nombre total de pixels de cette même classe.

II.4.4. Analyse cartographique

Après la validation de la classification supervisée et de la vectorisation automatique (conversion du format image ou raster en format de shapefile), les résultats de la classification sont exportés dans le logiciel Arc Gis pour les traitements cartographiques et des calculs statistiques. Lors de cette opération, neuf classes ont été identifiées et légendées, il s'agit des classes : des mosaïques champs-jachères, des savanes arbustives, des savanes herbeuses, des savanes arborées, des zones brulées, des galeries forestières, des brousses tigrées, des affleurements rocheux et du fleuve Niger.

Mémoire Master Siradji, 2021

Images brute 2020

Assemblage des bandes

Composition colorée en
fausse couleur

Mosaiquage

Extraction de la zone
d'étude

Classification supervisée

Validation de la classification

Carte d'occupation du sol 2020

Figure 16 : Organigramme de la méthodologie

Page 38

Mémoire Master Siradji, 2021

Page 39

II.4.5. Indices de structures spatiales

? La surface totale notée (stj) est la superficie totale occupée par l'ensemble des taches i qui composent cette classe. Elle exprimée en hectare (ha) et se calcule selon la formule suivante :

stj = ? ??

?? ??=1 ij ; avec sij la ième aire de la classe j.

? La proportion P(sj) des superficies, exprimée en pourcentage est calculée à partir de la formule qui suit :

P(sj) = ??????

??????X100

? La dominance D(sj), désigne la proportion de superficie occupée par la tâche la plus dominante dans la classe j. Il s'agit de la part occupée dans la superficie totale par la plus grande tache de la classe j, notée smaxj (Diallo et al., 2019) Elle s'obtient selon la formule :

D(sj) = ??????????

?????? X100

Cet indice est compris entre 0 et 100. Plus la valeur de la dominance est grande, moins de fragmentation de la classe (Sadda, 2014).

? La superficie moyenne notée : Sm, est le rapport entre la superficie totale (stj) et le nombre total des classes (nt). Elle est calculée à partir de la formule suivante :

sm =

??????

????

? Indice de diversité des superficies des taches de la classe j H(aj), évalué par le calcul de l'indice de Shannon-Wiener. Dans ce cas, il mesure l'hétérogénéité du paysage. Une valeur de cet indice égale à 0 indique un paysage homogène (Oreste, 2019). Il est donné par la formule :

H(sj) = - ? ??????????2????

?? avec Pi = ??????

??=1 ??????

Mémoire Master Siradji, 2021

Page 40

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 y a des temps ou l'on doit dispenser son mépris qu'avec économie à cause du grand nombre de nécessiteux"   Chateaubriand