Memoire Online - Caracterisation de la vegetation des tourbieres de Wasalaka dans le bassin de la riviere Itimbiri dans le contexte du changement environnemental

CARACTERISATION DE LA VEGETATION DES TOURBIERES DE WASALAKA DANS LE BASSIN DE LA RIVIERE ITIMBIRI DANS LE CONTEXTE DU CHANGEMENT ENVIRONNEMENTAL

Travail présenté et défendu en vue de l'obtention du grade de Master en Sciences Agronomiques et Environnement

DEDICACE

A toi ma charmante épouse Martine SOMBO LOOLA, Je vous dédie le fruit de votre amour, accompagnement, patience, tendresse et abnégation même si je sais qu'aucune dédicace ne saurait exprimer la profondeur de ma reconnaissance.

REMERCIEMENTS

Très cher mémoire, J'espère que tu te portes bien, que tes lignes sont impactantes et que tes paragraphes sont remplis de curiosités scientifiques.

Après plus d'une année de recherche main dans la main, dans quelques heures tu partiras voguer vers les contrées de l'examen et des publications. On en aura bavé tous les deux et ce n'est pas le nombre d'heures de sommeil des deux derniers jours, que je peux compter sur une main, qui en diront le contraire, mais c'était quand même du bon temps cette période 2023-2024. Un bon temps bourré de science et de fraicheur pyrénéenne qui repose sur ce que l'on appelle dans le jargon managérial : des ressources humaines, que sous d'autres horizons plus fraternels on appellerait : collègues ou camarades.

Professeur OUSMANE ZANGO et Professeur Donatien TEBAKABE ALOMO respectivement promoteur et Co- promoteur qui m'ont accordé leurconfiance depuis mes premières heures au master complémentaire à l'UNILIS en 2023 et qui ont accompagné, soutenu, corrigé, recorrigé, laissé vivre et conforté inlassablement mes travaux de recherche des premiers aux derniers jours de ce mémoire.

Nous sommes particulièrement redevables à l'Université de LISALA(UNILIS) via le Recteur Professeur Ordinaire Donatien TABAKABE ALOMO pour nous avoir autorisé à rehausser notre niveau à l'Université de Lisala et à tous les professeurs, Assistants, Professionnels et le personnel administratif de l'UNILIS ainsi que les intervenants extérieurs, qui ont joué un rôle important dans notre formation.

Nous serions ingrats si nous ne remercions pas tous les partenaires du CentreInternational de Recherche Pluridisciplinaire (CIREP)en la personne du Professeure Sr. Félicité YOGOqui grâce aux encouragements et conseils nous a permis d'atterrir en douceur.

Excellence Elysée BOKUMWANA, Fils Jonathan MANDENGO, Arthur MAMONI , Jeanpy APANDANI, ma fille Brigitte BOYOLI , nos frères et soeurs, tentes, neuves, nièces, amis et connaissance pour leurs soutiens multiformes ;

Tous nos collègues de la première cohorte de master complémentaire à l'université de Lisala pour l'ambiance conviviale qui a régné entre nous ;

Enfin, toutes les personnes qui ont contribué de manière que ce soit à la réalisation de ce travail et que je ne pus citer, qu'ils trouvent l'expression de toute ma gratitude.

*Abréviation*	*Désignation*
A	surface du bassin
BV	Bassin versant
BVRI	Bassin versant de la rivière Itimbiri
LULC	Classification Land Cover
CRREBaC	Centre de Recherche En Ressources En Eau du Bassin Du Congo
DIAF	Direction des inventaires et aménagement forestier
GIEC	Groupe des experts intergouvernementaux sur le climat
IA	L'intelligence artificielle
IFN	D'Inventaire forestier national
iK	Indice de Kappa,
KG	indice de compacité de Gravelius
FAO	Organisation des nations unies pour l'alimentation et l'agriculture
FP	Forêt primaire
FS	Forêt secondaire
GPS	Global position system
MSAVI	Analyse spectrale des mélanges Indice de végétation ajusté au sol modifié
MIR	Bande du Moyen infra-rouge
mm	Millimètre
mS/m	Milli siemens par mètre
MEDD	Ministère de l'Environnement et Développement Durable
MNT	Model numérique de terrain
NDBI	Indice de Bâti de la Différence Normalisée
NDBI	Indice de construction par différence normalisée
NDVI	Indice de Végétation de la Différence Normalisée
NDWI	Indice d'eau par différence normalisée
ODD	Objectifs de Développement Durable
OLI	Optical Land Imager
OSFAC	Observatoire Satellital des forêts d'Afrique Centrale
Pa	Proportion aléatoire
P	périmètre du bassin en Km
PMA	Précipitation moyenne annuelle à long terme
PIR	Bande du Proche infra-rouge
PNUE	Programme des nations unies pour l'environnement
Pobs	Proportion observée
R	Bande du Rouge
R.D.C	République Démocratique du Congo
REGIDEO	Régie de distribution d'eau
RVF	Régie de la voie fluviale
SAVI	Indice de végétation ajusté au sol (Soil Adjusted Vegetation Index)
SIG	Système d'information géographique
SNO	Tourbières (Service National d'Observation des Tourbières)
TMA	Température moyenne annuelle à long terme
TWI	Indice d'humidité topographique
UNIKIN	Université de Kinshasa
UNILIS	Université de Lisala
WATERNET	Regional network and Southern Africa Development Community's (SADC)

*Figures*	Titres	Page
Figure 1	présente le résume des approches méthodologiques spécifiques pertinentes à cette étude.	11
Figure 2	Prélèvement des échantillons de tourbes (source : OSFAC, 2023)	13
Figure 3	Mesure de la profondeur et prélèvement d'une carotte de tourbes	14
Figure 4	Inventaire floristique et mesure de dhp dans la station d'étude(source photo : jp Apandani, 2024)	18
Figure 12	Principes du NDVL	33
Fig.14	SAVI des Bouches-du-Rhône pour le 13 juin 2019.	38
Figure 15	mesure de dhp et inventaire des essences floristiques dans la station d'étude	40
Figure 15	Schéma Synthèse de la méthodologie utilisée pour cette étude	45
Figure16	Occupation du Sol 1983	46
Figure 28	Occupation du Sol 2003	58
Figure30	Indice de l'eau par différence normalisée de l'année 2003	60
Figure31	Indice de végétation ajustée au Sol SAVI 2003	61
Figure32	Occupation du Sol 2013	32
Figure34	Indice de végétation par différence normalisée de l'année 2013	65
Figure25	Indice de végétation ajustée au Sol SAVI 1993	55
Figure 26	Indice d'Urbanisation(bâti) NDBI 1993	56
Figure 27	Occupation du Sol 2003	57
Figure 28	Occupation du Sol 2003	58
Figure29	Indice de végétation par différence normalisée de l'année 2003	59
Figure30	Indice de l'eau par différence normalisée de l'année 2003	60
Figure31	Indice de végétation ajustée au Sol SAVI 2003	61
Figure32	Occupation du Sol 2013	62
Figure41	Indice de l'eau a différence normalisée de l'année 2023	71
Figure42 :	Indice de végétation ajustée au Sol SAVI 2023	72
Figure 43	Indice d'Urbanisation(bâti) NDBI 2023	73
Figure 44	Zones potentielles des tourbières dans la Province de la Mongala(source : OSFAC, 2023)	74
Figure45	Evolution de la Précipitation	75
Figure 46	Evolution de la Hauteur d'Eau et débits	77
Figure 47	Carte spatiale des espèces associées aux tourbières.	78
Figure48	Nuages de répartition spatiale des espèces associées aux tourbières	79
Figure 49	Localisation de la biomasse aérienne de tourbières de wasalaka (source :BAGALA.M, 2023)	80
Figure 50	Localisation de la biomasse aérienne de la tourbière de Wasalaka (source : classification image landsat 8, 2024)	81
Figure 51	Analyse comparée de l' Indice de végétation par différence normalisée NVDI	82
Figure 52	Analyse Comparée de l'Indice de l'eau par différence normalisée NDWI	83
Figure 53	Analyse comparée de l' Indice de végétation ajustée au Sol SAVI	84
Figure 54	Analyse Comparée de l'Indice d'Urbanisation(bâti) NDBI	85
Figure55	Fluctuation climatique par rapport à l'impact de la Superficie de l'eau	86
Figure56	Évolution synchronique des variables climatiques, FP et FS	87
Figure57	Évolution synchronique des variables climatiques, Champs et sol nu	88

*IMAGE*

Image 1	Image d'un bassin versant avec des sous bassins	20
*GRAPHIQUES*
Graphique 1	Points de feu dans les zones de tourbière de la Mongala	22
Graphique 2	Localisation du milieu d'étude	23
Graphique 3	les tendances de l'évolution de la Température de 1983-2023	24
Graphique 4	Sur la précipitation	25
Graphique 5	Humidité	26
Graphique 6	L'altitude et l'ordre du bassin de la rivière Itimbiri est déterminé	26
Graphique 7:	Directions d'écoulement	27
Graphique 8	Situation de pente	28
Graphique 9:	L'indice du pouvoir érosif	28
Graphique 10	L'indice d'humidité topographique	29
Graphique 11:	NDVI des Bouches-du-Rhône pour le 13 juin 2019. Remarquez que quelques portions du littoral apparaissent légèrement positives du fait de la turbidité et/ou de la faible profondeur	34
Graphique 12:	Schéma d'une unité d'échantillonnage, d'une parcelle et d'une sous-parcelle au format de l'IFN	41
Graphique 13	Occupation du Sol 1983	47
Graphique 14:	Indice de végétation par différence normalisée (NDVI)1983	48
Graphique 15	Indice de l'eau a différence normalisée de l'année 1983	49
Graphique 16:	Indice de végétation ajustée au Sol SAVI 1983	50
Graphique 17:	Occupation du Sol 1993	51
Graphique 18	Occupation du Sol 1993	52
Graphique 19	Indice de végétation par différence normalisée de l'année 1993	53
Graphique 20	Indice de l'eau a différence normalisée de l'année 1993	54
Graphique 21	Indice de végétation ajustée au Sol SAVI 1993	55
Graphique 22	Indice d'Urbanisation(bâti) NDBI 1993	56
Graphique 23	Occupation du Sol 2003	57
Graphique 24	Indice de végétation par différence normalisée de l'année 2003	59
Graphique 25	Occupation du Sol 2013	63
Graphique 26	Indice de végétation par différence normalisée de l'année 2023	70
Graphique 27	dynamique de la température de la période de 1983,1993,2003,2013 et 2023
*TABLEAUX*
Tableau 1	présente les différentes classes de l'indice standardisé de précipitations	39
Tableau 2.	Caractéristiques des UE	42
Tableau 3 :	Données utilisées
Tableau 4	Tableau comparatif de Classe d'occupation du sol	89
Tableau 5:	Répartition spatiale de l'occupation du sol dans le bassin versant 2003	93
Tableau6:	Répartition spatiale de l'occupation du sol dans le bassin versant 2013	94
Tableau7 :	Répartition spatiale de l'occupation du sol dans le bassin versant 2023	95

L'écosystème à tourbière de Wasalaka dans le bassin de la rivière Itimbiri a connu une régression par rapport à l'occupation accentué des sols pour des fins de l'agriculture itinérante sur brulis, exploitation illégale des bois d'oeuvre et énergie, construction, ainsi que l'extraction des produits forestiers non ligneux. Dans ce contexte, il est nécessaire aujourd'hui de cartographier ces zones qui jouent un rôle important dans le développement de la communauté locale et la qualité environnementale. L'objectif de cette étude vise à décrire l'écosystème à tourbière de WASALAKAdans le bassin versant de la rivière Itimbiri. Elle vise également à évaluer les différentes classes d'occupation du sol, les données spatiales historiques (Températures et précipitations) pour déterminer les fluctuations d'occupation du sol et évaluation d'indices (NDVI, NDWI, SAVI et NDBI) , la fluctuation des variables climatiques par rapport à l'impact de superficie de 1983,1993, 2003,2013 à 2023 et les espèces floristiques ont été prise en compte. Pour se faire, l'analyse spatiale (Classification LULC des tourbières) etinventaire de la flore ont été utilisé. L'année 2003, contrairement aux autres années, présente des situations très intéressantes dans l'optique des perturbations climatiques, avec moyennes des températures laissent entrevoir une hausse remarquable avec 26,12°C ; les années 1993 et 1983 sont respectivement par contre présentent la température les plus basses caractérisant ainsi d'une pénurie totale des précipitations ainsi que la réduction de la superficie ;plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie, les classes forestières occupent en 2003,2013 et en 2023 les superficies de 9663,23Km²,12963,23Km² et 11227Km² de la forêt primaire 9826,54Km²,14826,54Km² et 9302Km² du forêt secondaire. Ces profondes modifications des classes forestières laissent entrevoir un taux important de déforestation dans le bassin d'Itimbiri au courant des périodes sous analyses. La classification a été validé grâce à une matrice de confusion de kappa laquelle a permis de confronter ces résultats à celui des points de classes d'occupation du sol collectés à partir des images à très haute résolution disponible sur Google Earth. La distribution spatiale des arbres à dhp = 17 cm occupent un grand espace dans les tourbières de Wasalaka.

Mots clés :Caractérisation, tourbières, occupation du Sol, Bassin de la rivière Loeka, et Changement environnemental.

The Wasalaka peatland ecosystem in the Itimbiri River basin has experienced a regression in relation to the increased occupation of land for the purposes of swidden agriculture, illegal exploitation of timber and energy, construction, as well as the extraction of non-timber forest products. In this context, it is necessary today to map these areas which play an important role in the development of the local community and environmental quality. The objective of this study aims to describe the WASALAKA peatland ecosystem in the watershed of the Itimbiri River. It also aims to evaluate the different land use classes, the d indices (NDVI, NDWI, SAVI and NDBI); historical spatial data (Temperatures and precipitation) to determine land use fluctuations and evaluation indices, the fluctuation of climatic variables in relation to the impact of surface area from 1983,1993, 2003,2013 to 2023 and floristic species. To do this, spatial analysis (LULC Classification of peatlands) and inventory of flora were used.The year 2003, unlike other years, presents very interesting situations from the perspective of climatic disturbances, with average temperatures suggesting a remarkable increase with 26.12°; the years 1993 and 1983 respectively, on the other hand, present the lowest temperatures, thus characterizing a total shortage of precipitation as well as the reduction in surface area; the more the forest cover decreases, the more impacts appear, in particular, the increase of temperature and the drop in rain, the forest classes occupy in 2003, 2013 and in 2023 the areas of 9663.23Km2, 12963.23Km2 and 11227Km² of the primary forest 9826.54Km, 14826.54Km² and 9302Km2 of the secondary forest. These profound changes in forest classes suggest a significant rate of deforestation in the Itimbiri basin during the periods under analysis. The classification was validated using a kappa confusion matrix which made it possible to compare these results with those of the land use class points collected from very high-resolution images available on Google Earth. The spatial distribution of trees with dbh = 10 cm occupy a large space in the Wasalaka peatlands.

Keywords: Caracterisation , Peatlands, Land use, Itimbiri River Basin, and Environmental change

CHAPITRE PREMIER : INTRODUCTION GENERALE

1. Introduction

L'homme est présent sur un grand nombre de bassins versants. Ainsi, l'influence des activités anthropiques sur les écosystèmes locaux, surtout aquatiques, et sur les changements globaux, n'est plus à démontrer. En effet, le mode d'occupation du sol et les activités humaines sont diversement distribuées dans les bassins versants. La présence d'habitations, des villages, des villes, d'infrastructures, d'industries, de cultures, d'activités de loisirs ou de tourisme, de stations de traitements des eaux, ... y sont parmi les quelques empreintes de l'homme. L'aménagement du territoire et l'utilisation de l'eau pour ces activités ont souvent un impact sur le bassin versant : sur la quantité d'eau, sur sa qualité ou sur le fonctionnement du bassin. Ainsi, les problématiques dans un bassin versant sont principalement la préservation du bon fonctionnement de ses écosystèmes, et la satisfaction de l'ensemble de ses usages aussi bien en quantité et en qualité de l'eau, (Vernoux et al, 2007).

Par ailleurs, la variabilité et les changements climatiques sont deux phénomènes environnementaux auxquels est associée l'occurrence des événements extrêmes et des catastrophes naturelles, dont les impacts se manifestent sur les populations et leurs moyens de subsistance, ainsi que sur la disponibilité des ressources naturelles. Les importantes inondations sont de plus en plus récurrentes en Afrique depuis ces trois dernières décennies (Beaudoin, 2007) et leurs effets sont désastreux, voire mortels où près de 1,3 milliards des personnes en sont mortes de causes directes ou indirectes (Obassi, 1994 ; GIEC, 2007). Dans une large mesure, les communautés qui vivent dans les conditions de vulnérabilité accentuée éprouvent de grande difficulté quant à leur capacité relativement faible de faire face aux effets induits par la variabilité et le changement climatiques (Wilhite, 2000 ; Sonwa et al., 2012).

Ces effets de la variabilité et du changement climatiques sont observés dans l'agriculture et la sécurité alimentaire, la production d'hydroélectricité, les activités industrielles, la santé humaine et animale, la sécurité des moyens de subsistance et celle des personnes (quand les femmes doivent parcourir de longues distances pour chercher de l'eau, par exemple) et l'accès à l'éducation (quand les enfants ne vont plus à l'école parce que la corvée d'eau prend trop de temps, par exemple) (WMO et GWP, 2013).

L'identification des zones à tourbières et la quantification de leurs ressources ainsi que la détermination des mécanismes de contrôles de la dégradation et de la protection de ces écosystèmes restent encore un mystère.

Les zones humides sont des réservoirs de vie et des lieux ou la production de matières vivantes est l'une des plus fortes. Elles assurent 25% de l'alimentation mondiale à travers l'activité de la pêche, de l'agriculture et de la chasse. Elles ont un pouvoir d'épuration important, filtrant les pollutions, réduisant l'érosion, contribuant au renouvellement des nappes phréatiques, stockant naturellement le carbone, protégeant des crues et des sécheresses.

Seules quelques études mettent en évidence les fonctions remplies par ces écosystèmes complexes et fragiles. L'étude globale, publiée par la revue Nature, a notamment montré qu'entre 5000 et 2000 ans avant notre ère, la région a connu une sécheresse responsable de la décomposition de plusieurs mètres de tourbes, laquelle a nécessairement provoqué l'émission d'une très importante quantité de gaz à effet de serre.(Eluoi et al., 2023 ; Porteret et al., 2005).

Si les conditions hydro climatiques permettant la formation des tourbes se sont progressivement rétablies il y a près de 2000 ans, cette étude a montré que ces tourbières restaient très vulnérables aux changements hydro climatiques. De tels changements, comme une faible modification de la pluviométrie et/ou de la saisonnalité, pourraient de nouveau provoquer la libération d'une quantité de dioxyde de carbone équivalente à trois années d'émissions mondiales actuelles.

Afin d'éviter des flux de gaz à effet de serre vers l'atmosphère, sous l'effet d'une nouvelle phase de dégradation de ces tourbières, il faut alors disposer d'outils pour prévoir l'effet des changements environnementaux (climat, impacts anthropiques).

Les études menées sur les tourbières des régions forestières, notamment dans la forêt tropicale du Bassin du Congo, se sont plus intéressés aux écosystèmes riches en espèces végétales remarquables et leurs utilisations par les collectivités locales et organismes gestionnaires (Cubizolle 2003 ; Tshimanga et al., 2022 ; GIEC, 2021 ; Lutunadio.K ;2020 ; Clymo1991 ; Mogbokula ;2020). D'autres, études parmi lesquelles celle de Rosset (2019), s'intéressent au transfert de carbone organique des tourbières vers les eaux de surfaces ou encore aux paramètres hydrologiques et spatio-temporels de la forêt tropicale humide tourbeuse (Eluoi et al., 2023 ; Porteret et al., 2005).

Rosset (2019) trouve que les tourbières sont des zones humides qui ne couvrent que 3% des surfaces émergées mais qui sont très riches en matières organiques. A la croisée des cycles du carbone et de l'eau, elles stockeraient près de 20 % du carbone organique des sols de la planète et par conséquent elles sont considérées comme des sources importantes dans le transfert de carbone organique vers les eaux de surface.

Les tourbières n'occupent que 3 % de la surface terrestre mais abritent plus de 25 % du carbone organique stocké dans les couches superficielles du sous-sol. Les débris végétaux s'y accumulent lentement et y subissent une décomposition ralentie sous l'effet d'un environnement saturé en eau et appauvri en oxygène. Les tourbes y sont donc encore décomposables et particulièrement vulnérables aux changements environnementaux. Ainsi, l'exposition de ces stocks de carbone organique aux effets du changement climatique (hausse des températures, sécheresse, incendies) et aux activités humaines (drainage et destruction des zones humides) peut conduire à la libération d'importantes quantités de gaz à effet de serre.

S'agissant de la variabilité spatio-temporelle climatique de la forêt tropicale humide tourbeuse de Lokolama en RD. Congo, la même région que la présente investigation, Eluo et al. (2023) révèlent que les paramètres spatio-temporels de la forêt tropicale humide tourbeuse de Lokolama à travers des variables climatiques de températures, de précipitations et d'indices d'aridité, ainsi qu'à partir de l'analyse de diagrammes ombrothermiques se rapportant à l'indice de Gaussen (IG) et l'indice d'aridité de Martonne (1926) (rapport annuel entre les précipitations totales et la température annuelle) indiquent que les mécanismes climatiques locaux sont en interactions directe avec la forêt tropicale humide tourbeuse de Lokolama et contribuent à accroître la variabilité spatio-temporelle climatique de la forêt tourbeuse de Lokolama en RD. Congo.Eluo,2023

Le réseau hydrographique de toute la Cuvette Centrale est caractérisé par de vastes zones humides et plaines inondables qui abritent une riche biodiversité endémique terrestre et aquatique. Les cours d'eau de cette zone présentent de nombreuses caractéristiques d'un environnement lacustre : de nombreuses ils sont partiellement ou totalement inondées en période de hautes eaux. Au-delà des rives, des forêts marécageuses permanentes et périodiquement inondées s'étendent sur des distances allant jusqu'à 35 km de part et d'autre du fleuve, sur des étendues alluviales continues (Campbel, 2005). Le complexe de tourbières le plus étendu des régions tropicales a été récemment découvert dans les forêts de la Cuvette Centrale, la quantité du carbone stocké par ce complexe représenterait la même quantité du carbone séquestré par l'ensemble de la biomasse aérienne des forêts tropicales (Dargie et al., 2017).

L'étude menée par Lutonadio.K en 2020 sur le développements de l'indice agrège de vulnérabilité pour gérer le nexus climat-eau-migrations-conflits dans le bassin du Congo : Cas des bassins versants de la partie Nord-Est de la République Démocratique du Congo, a révélé que l'occupation du sol évaluée par la couverture forestière dans les bassins de I et de l'Aruwimi sont plus ou moins bien couverts et sont de ce fait moins sensibles que le bassin de l'Uélé qui devient de plus en plus anthropisé. L'état de santé de la végétation, évalué avec l'indice de végétation par différence normalisée (NDVI), montre les valeurs situées au-dessous du seuil critique pour les trois bassins versants, ces valeurs correspondent à une forte activité de photosynthèse, propre aux terres arbustives, aux forêts tempérées, aux forêts humides et aux terres agricoles.Lutonadio. K ; 2020

Mogbokula. S. a étudié la dynamique d'occupation du sol et son impact sur la qualité de l'eau : cas du bassin versant de la rivière Lukaya entre 2007 et 2020 dont l'objectif visait la contribution à la gestion durable et intégrée du bassin par le biais de l'étude de l'impact du changement d'occupation du sol sur la qualité de l'eau. Apres analyse, l'occupation du sol a été évaluée par la classification supervisée des images satellites de 2001, 2013, 2020, à l'issue de la quelle quatre classes d'occupations du sol ont été identifiées (Forêt secondaire, savane arbustive, zone habitable et sols-nus et activités anthropiques) et la dynamique de l'occupation du sol a été déterminée. Mogbokula.2020.

En 2023, l'OFSCAF a mené une étude sur les tourbières pour le projet PIREDD MONGALA / RDC en vue d'analyser la faisabilité pour Enabel et ses partenaires de promouvoir les valeurs sociales, économiques et environnementales des tourbières avec un accent particulier sur la possibilité de développer la riziculture de bas-fond/irriguée sans dégrader ou impacter défavorablement la capacité des tourbières à stocker le carbone. » et localiser la présence de tourbes dans les zones inondées et marécageuses de la zone d'étude ;caractériser l'état actuel des tourbières : épaisseur de la couche de tourbe, densité (concentration en carbone) et état de dégradation éventuel des zones de tourbières ; en fin décrire les pratiques anthropiques actuelles sur ces tourbières, leurs dynamiques, les risques qu'elles génèrent et les alternatives possibles(OFSCAF, 2023)

1.1.2. Enoncé du problème

En ce début du troisième millénaire, l'homme doit se préoccuper davantage de l'avenir de sa planète car, par ses diverses activités, les milieux naturels sont parfois perturbés de façon inexorable. Bien que, les tourbières constituent des milieux particuliers qui stockent environ un tiers de tout le carbone organique du sol. Sur 3% de la surface occupée par les tourbières, le type tropical représente environ 10 % de l'ensemble, soit environ 440 000 Km²la zone humide de Wasalaka contribue au maintien et à l'amélioration de la qualité de l'eau et régulent les régimes hydrologiques. Elle constitue également un fabuleux réservoir de biodiversité, offrant aux espèces animales et végétales qui y sont inféodées. CRREBAC, 2022.

Les fonctions essentielles à la vie des organismes : l'alimentation (concentration d'éléments nutritifs) ; la reproduction grâce à la présence des ressources alimentaires variées et à la diversité des habitants ; La fonction d'abri, de refuge et de repos notamment pour les poissons et les oiseaux (fonctions biologiques). Cependant, ces écosystèmes sont vulnérables aux changements climatiques, changements d'utilisation des terres et d'autres activités anthropiques susceptibles d'entraîner leur drainage. Ceci contribuerait à des émissions élevées de gaz à effet de serre (CO₂, CH₄, etc.) et d'incendies avec des conséquences sur la santé et les moyens de subsistance des communautés riveraines. Malgré leur bénéfice socio-économique, ces zones humides restent encore moins étudiées. Cette étude a été initiée pour cartographier ces zones qui jouent un rôle important dans le développement de la communauté locale et la qualité environnementale.Les caractéristiques des tourbières de Wasalaka dont il est question dans ce travail se réfèrent aux paramètres suivants : évaluation de l'occupation du sol et sa dynamique à partir de 1983,1993 ; 2003 ;2013 et 2023 ainsi que la distribution spatiale des espèces collectées dans la zone.Anonyme 2023.

1.1.3. Questions de recherche

1.1.3.1. Question générale

La question générale à laquelle cette étude est censée répondre est la suivante :

ü Quelles sont les caractéristiques des tourbières de Wasalakadans le contexte du changement environnemental ?

1.1.3.2. Questions spécifiques

Nous ne saurons caractérisés les tourbières de Wasalaka dansle bassin versant d'Itimbiri sans répondre aux questions spécifiques suivantes :

ü Quels sont les indices d'analysede la dynamique d'occupation du sol des tourbières de Wasalakade 1983 à 2023 ?

ü Quelle est la distribution spatiale des espèces in situ inventoriées dans les tourbières de Wasalaka ?

ü Comment est-ce que des variables hydro climatiques ont l'impact sur occupation du sol et se fluctuent-elles à partir de 1983 à 2023?

1.2.1. Objectif général

Cette étude vise à décrire les caractéristiques de la végétation associées à l'écosystème des tourbières de WASALAKAdans lebassin versant d'Itimbiri.

1.2.2. Objectifs spécifiques

· Evaluer les différentes classes d'occupation du sol des tourbières de Wasalaka dans le bassin versant d'Itimbiri de 1983,1993, 2003,2013 à et 2023 ;

· Analyser les indices de végétation (NDVI, NDWI, SAVI et NDBI) de 1983,1993, 2003,2013 à 2023 ;

· Analyser la distribution spatiale des espèces inventoriées dans les tourbières de Wasalaka dans le bassin de la rivière Itimbiri;

· Déterminer les fluctuations d'occupation du sol et indices d'évaluation utilisés ainsi qu'analyser la fluctuation des variables climatiques par rapport à l'impact de superficie dans les bassins de la rivière Itimbiride 1983,1993, 2003,2013 à 2023.

1.1.4. Hypothèses de recherche

1.1.4.1. Hypothèse générale

Les caractéristiques des tourbièresde Wasalaka dont il est question dans ce travail se réfèrent aux paramètres suivants : évaluation de la dynamiques d'occupation du sol de 1983 à 2023, la distribution spatiale et la biomasse aérienne des espèces collectées dans la zone.

1.1.4.2. Hypothèses spécifiques

Les hypothèses spécifiques suivantes ont été formulées pour tenter de répondre aux questions spécifiques de recherche susmentionnées :

· il existe des différentes classes d'occupation du sol des tourbières de Wasalaka dans le bassin versant de la rivière Itimbiride 1983 à 2023 ;

· Les indices de (NDVI, NDWI, SAVI ,NDBI et SPI) de 1983,1993, 2003,2013 à 2023 sont appréciables ;

L'estimation de la biomasse dans la tourbière de Wasalaka tient compte de volume des arbres inventoriés dans la forêt primaire ;

· Analyse de la distribution spatiale des espèces inventoriées dans les tourbières de Wasalaka dans le bassin de la rivière Itimbiri ;

· Détermination des fluctuations d'occupation du sol et indices d'évaluation utilisés ainsi que l'analysedes variables climatiques par rapport à l'impact de superficie dans les bassins de la rivière de 1983,1993, 2003,2013 à 2023.

1.3.1. Intérêt du sujet

Etant donné que les tourbières étant une preuve additionnelle des services écosystémiques rendus par les forêts de la RD Congo à l'ensemble de l'humanité. Il serait aussi juste que les efforts de conservation soient reconnus et valorisés, afin que le pays dispose des moyens pour l'amélioration du vécu des communautés locales et des peuples autochtones. Cela faciliterait la réalisation des Objectifs de Développement Durables : ODD 2 (Faim « zéro ») ODD 6 (Eau propre et assainissement) ODD 13 (Lutte contre les changements climatiques) ODD 15 (Vie terrestre).

· Aider les chercheurs à comprendre la dynamique spatiale de ce bassin et à identifier les zones qui nécessitent une attention particulière pour la conservation et la restauration de l'habitat de ces espèces endogènes.

· De produire les connaissances sur les caractéristiques liées à l'occupation de sol, hydrologique et la flore au niveau des tourbières de Wasalaka, dans le bassin versant de la rivière Itimbiri.

· Servir comme un outil de référence à la disposition des chercheurs qui voudront mener leur thématique de recherche en ce sens et ;

· Aidera à orienter le plan de gestion dans la zone à tourbière de Wasalaka dans le bassin de la rivière Itimbiri.

Les raisons intellectuelles nous poussent à porter notre choix à ce sujet afin d'approfondir les connaissances sur les écosystèmes à tourbières dans la cuvette centrale de la RDC en générale et la province de la Mongala en particulier.

Cette étude permettra à la communauté riveraine de connaitre la flore caractéristique des écosystèmes à tourbières , aussi bien quelques services écosystémiques y afférent.

Le présent travail vient renchérir la littérature sur l'identification de diversité végétale des zones à tourbières qui est au coeur des préoccupations mondiales face à la séquestration de carbone pour lutter contre le dérèglement climatique. Il renseigne plus spécifiquement le cas de la Mongala qui constitue aujourd'hui, l'une des provinces de la cuvette centrale où les études scientifiques ont prouvé l'existence des tourbières dont les résultats pourraient intégrés la stratégie nationale de gestion des tourbières en RDC.

Caractérisation des tourbières de Wasalaka dans le bassin versant de la rivière Itimbiri : Les résultats attendus de cette étape incluent la description détaillée de certains caractéristiques des tourbières de ce bassin notamment : évaluation de l'occupation et ses dynamiques complexes durant une période de 1983,1993 ; 2003 ;2013 et 2023 : Les résultats attendus de cette étape incluent l'identification des classes d'occupation du sol dans le bassin versant de la rivière Itimbiriet ses variation dans les différentes période évoquées. Ces résultats aideront également à comprendre la superficie et les activités menées par les communautés locales dans la zone des tourbières pour l'ensemble du territoire du bassin ;

Analyse de la dynamique d'hydro climatologique (hydro climatique)des tourbières : les résultats attendus de la variabilité hydro climatique des tourbières seraient les informations sur (Températures et précipitations) dont la surface de la tourbière peut également évoluer en mettant en évidence des processus de gonflement/dégonflement à certains endroits de la tourbière.

Analyser la distribution spatiale des espèces inventoriées dans les tourbières de Wasalaka dans le bassin de la rivière Itimbiri ; Les résultats attendus de cette étape incluent ses parallélismes spatiaux de la composition en termes de flore disponibles dans les zones des tourbières par les communautés locales et les peuples autochtones. Cette information aidera à la botanique et la végétation des tourbières de Wasalaka (espèces, Familles et types d'arbres, arbustes et arbres moyens.) mises en exergue et identifier les espèces vulnérables et à élaborer des stratégies pour assurer leur conservation de cet écosystème.

Détermination des fluctuations d'occupation du sol et indices d'évaluation utilisés de 1983,1993, 2003,2013 à 2023 :Les résultats attendus de cette étape incluent les analyses de la dynamique d'occupation du sol avec les variables hydro climatiques le cas échéant la température et la précipitation ainsi que l'analyse d'occupation du sol des indices (NDVI, NDWI, SAVI et NDBI) par période.

1.4. Délimitation dans l'espace et dans le temps

Spatialement, du point du vu administrative, la présente investigation a eu lieu dans la rivière Loeka se trouvant dans le territoire de Bumba dans la province de la Mongala Province en République Démocratique du Congo. Sur le plan hydrologique la rivière Loeka est un sous bassin de grand bassin de la rivière Itimbiri. Il est constitué principalement de la rivière Rubi qui traverse les territoires de Poko, de Bambesa, de Buta et d'Aketi où elle constitue la rivière Loeka avec la rivière Tele et la rivière Likati. La rivière Loeka se jette dans le fleuve Congo à 40 km de la Cité de Bumba (Omasombo, 2011 ; Omasombo, 2014). En termes de temps, la présente étude s'étend du mois d'Avril 2023 jusqu'au mois de février 2024.Lutonadio,2020.

Un paradigme est un modèle de théorie de pensée qui oriente la recherche et la réflexion scientifique. Pour notre cas nous avions opté pour le paradigme des organismes vivants et leur milieu.

Un milieu de vie et son peuplement forment un écosystème. Au sein de ces écosystèmes les êtresvivants entretiennent desrelations entre eux.

Contrairement à la plupart des approches économiques de l'environnement, la théorie de régulation permet en effet d'appréhender la nature comme un construit social dont l'évolution répond à une relation dialectique entre l'homme et la nature.

1.8. Cadre méthodologique général de recherche

La démarche méthodologique initiée pour la réalisation de la présente investigation est spécifique aux aspects suivants :L'analyse se penche sur la classification de LULC des tourbières et plusieurs méthodes spécifiques sont utilisées à cette fin, incluant notamment la télédétection et le Système d'Information Géographique SIG. Les analyses des tendances à long terme des indices sont utilisées pour détecter les changements dans la distribution spatiale et temporelle d'occupation du sol, du régime hydro-climatique, et de déterminer également la distribution spatiale des espèces ,en outre, cette étude a procédé aux analyses des données d'inventaire floristique de la zone et des différentes cartes thématiques, notamment les séries temporelles des variables hydro-climatiques, les modèles numériques de terrain, la végétation et les types d'occupation des sols, etc..

Figure 6 : présente le résume des approches méthodologiques spécifiques pertinentes à cette étude.

1.6. Structure du mémoire

Ce travail est structuré en six chapitres dont le premier parle de l'introduction générale, le deuxième traite la revue de la littérature , le troisième décrit le milieu, les matériels et méthode, le quatrième présente les résultats et leurs discussions et le cinquième chapitre fluctuation des variables par rapport à l'impact d'occupation du sol et indices, sixième enfin la conclusion ponctuée des recommandations.

CHAPITRE DEUXIEME :REVUE DE LA LITTERATURE

2.1. Généralités conceptuelles

2.2. Définitions des tourbières

2.2.1. Définitions mondiales des tourbières

Il n'y a actuellement pas de définition universelle des tourbières mais plusieurs définitions proposées qui varient selon les organisations professionnelles mondiales de tourbières, à savoir la Société Internationale des Tourbières (International Peat Society, IPS) et le Groupe International de Conservation des Tourbières (International Mire Conservation Group (IMCG), les organisations internationales comme la FAO et le Groupe d'experts Intergouvernemental sur l'Evolution du Climat (GIEC), ou encore la taxonomie des sols aux États-Unis. Les définitions couramment utilisées lorsqu'il s'agit de définir les tourbières sont :

La définition de la FAO en 2012 met en exergue l'importance d'autres termes et concepts tels que les « zones humides » et les « sols organiques » liés aux tourbières. Ainsi les tourbières étant des zones humides, la répartition et l'étendue des zones humides d'une région donnent une première indication sur la présence éventuelle de tourbières (Joosten et Clarke, 2002). L'encadré 5 montre comment les tourbières peuvent être présentes dans diverses catégories de zones humides Ramsar, dont le système de classification est basé sur la végétation.

Néanmoins, toutes les zones humides ne sont pas des tourbières et la définition des tourbières basée seulement sur la végétation indicative peut surestimer les superficies de tourbières. Si certains types de végétation permettent l'accumulation de tourbe, il faut aussi que les conditions topographiques et environnementales nécessaires soient réunies (Barthelmes et Joosten, 2018).

Par conséquent, des zones humides peuvent se produire et être dominées par une végétation produisant normalement de la tourbe, mais en raison de l'absence de conditions appropriées, cela ne se produit pas et elles ne deviennent donc pas des tourbières. La végétation n'est donc pas suffisante pour identifier une tourbière, mais elle peut servir d'indicateur.

En pédologie, les sols des tourbières sont regroupés sous le concept plus large de « sols organiques » (« organic soils » en anglais ou « histosols »), et les sols organiques et minéraux sont différenciés sur la base de la teneur en MO du substrat, la profondeur minimale et la position de la ou des couches organiques. La définition la plus courante des sols organiques est celle d'« histosol» (FAO 1998, 2006/7). Tous les sols de tourbières sont des histosols mais tous les histosols ne sont pas des tourbières car le concept d'histosols comprend également des sols présentant des couches organiques moins profondes et moins de MO que les sols des tourbières, ainsi que des sols organiques d'origine sédimentaire, comme les sédiments lacustres (Barthelmes et Joosten, 2018).Société Internationale des Tourbières Groupe International de Conservation des Tourbièresdéfinie les tourbières comme une zone avec ou sans végétation avec une couche de tourbe naturellement accumulée à la surface » (Joosten et Clarke, 2002). Joosten et Clarke (2002) englobent également les « mire » (en anglais), des zones où la tourbe se forme actuellement, c'est-à-dire qu'elle est progressivement produite et accumulée. La différence entre ces « mire » et les « tourbières » telles que définies est que les « tourbières » sont des zones avec présence de tourbe, qu'elle se forme ou non.

« Une zone avec ou sans végétation avec une couche de tourbe naturellement accumulée à la surface » (Joosten et Clarke, 2002). Joosten et Clarke (2002) englobent également les « mire » (en anglais), des zones où la tourbe se forme actuellement, c'est-à-dire qu'elle est progressivement produite et accumulée. La différence entre ces « mire » et les « tourbières » telles que définies est que les « tourbières » sont des zones avec présence de tourbe, qu'elle se forme ou non.

FAO (2012)démontre que les tourbières sont « Zones humides avec une épaisse couche de sol organique et se caractérisent par la capacité d'accumuler et de stocker du matériel végétal mort sous forme de tourbe ».

Figure 7:Prélèvement des échantillons de tourbes (source : OSFAC, 2023)

Figure 8:Mesure de la profondeur et prélèvement d'une carotte de tourbes

2.2.2 Formation des Tourbières

La "turbigenèse" correspond au processus de formation de la tourbe, une "roche organique" qui provient de la dégradation incomplète de débris des végétaux dans un système gorgé d'eau, pouvant aller jusqu'à 20 mètres de profondeur. Ainsi, la formation de tourbe est possible sous tous les climats si ces derniers garantissent une accumulation d'eau sous forme liquide et l'essor de la vie végétale. Des grandes étendues tourbeuses ont ainsi pu se développer dans les hautes latitudes sous climat boréal (Gorham, 1991; Loisel and Yu, 2013), dans les zones tempérées continentales (Dudová et al., 2013; Mieczan et al., 2012) et océaniques (Barber et al., 2003; Moore and Clarkson, 2007) mais aussi dans les zones tropicales (Dargie et al., 2017; Lähteenoja et al., 2009; Page et al., 2011). À l'échelle planétaire, la superficie totale des tourbières est estimée à 4,632 millions de km², ce qui représente un peu plus de ~3% des terres émergées (Leifeld and Menichetti, 2018; Minasny et al., 2019). Éditée par relevés de terrain ou par modélisations satellites (Siewert, 2018; Wu et al., 2017; Xu et al., 2018), la cartographie des tourbières est une tâche difficile à accomplir étant donné les différences de cadre méthodologique entre les différents inventaires (Moen, 2017; Montanarella et al., 2006) et les récentes découvertes (Dargie et al., 2017).

2.2.3. Classification des Tourbières

La communauté scientifique ne s'est pas encore arrêtée sur une classification définitive des tourbières. On peut tout de même noter que certains critères permettent de les distinguer, dont leur pH :

Les tourbières acides ont souvent des sphaignes, un genre de mousse spécifique qui aime les terrains inondés et les variations de pH (les tourbières acides ont un pH inférieur à 4). Elles forment un matériau poreux et riche en fibres.

On y trouve généralement des laîches comme plantes car celles-ci supportent les sols sans oxygène où l'eau est stagnante. Les matériaux qui y seront formés sont compacts et peu fibreux. Certaines des tourbières sont alimentées en eau par ruissellement, d'autres parce qu'elles se trouvent dans une cuvette, en zones lacustres ou bien car elles sont alimentées par un fleuve ou une nappe d'eau souterraine.

2.2.4. Types des Tourbières

D'importants gisements de tourbe ont été découverts jusqu'ici dans deux types de végétation répandus : la forêt marécageuse constituée d'essences feuillues (où l'on trouve généralement Uapaca spp., Carapa procera et Xylopia rubescens) et la forêt marécageuse où prédomine le palmier Raphia laurentii. La tourbe se trouve aussi souvent sous une forêt marécageuse de Raphia hookeri (un palmier plus rare) qui occupe certains anciens lits de rivière (Dargie et al. 2017 ; Bocko et al. 2017 ; Bocko 2018). En revanche, il n'y a pas de tourbe sous les forêts de terre ferme, les forêts soumises à une inondation saisonnière ou la savane. Les tourbières sont en grande partie intactes, car l'usage qu'en fait la population locale est en général durable et toujours négligeable actuellement (Dargie et al. 2019). Ce vaste écosystème d'eau douce joue un rôle capital en fournissant de l'eau, des nutriments et en nourrissant la population localement et en aval. Il existe plusieurs types de tourbières :

Les lacs-tourbières : essentiellement dans les zones montagneuses, ce sont ces zones que l'on retrouve le plus en France.

Les tourbières de pente ou de source : formées suite au ruissellement lent et continu de l'eau le long d'une pente, ces tourbières sont assez peu profondes.

· Les grands marais tourbeux de plaine : développés dans des vallées fluviales ou des plaines, ce sont des tourbières qui étaient très utilisées par des populations locales dans l'agriculture et pour se chauffer.

· Les tourbières bombées ou haut-marais : souvent très épaisses, ces tourbières sont alimentées par une pluie régulière. Elles furent également très utilisées par les humains.

· Les landes tourbeuses : ce sont souvent des dégradations de tourbières bombées, et il est fréquent d'y trouver une brume stagnante.

· Les tourbières tropicales : encore peu connues, ces tourbières sont souvent dégradées.

2.2.5. Répartition des tourbières en RD Congo

Hormis, la zone des mangroves située sur la rive nord de l'embouchure du fleuve Congo, à proximité des localités de Banana et Moanda dans le territoire de Moanda, s'étend sur 5° 45' de latitude Sud et 12° 45' de longitude Est. Quant aux provinces de la cuvette centrale de la RDC, elles correspondent à la partie centre-nord du bassin versant du Congo, et s'étendent entre 5° de latitude Nord et 4° de latitude Sud, et entre 12° et 28° de longitude Est.

Il s'agit des provinces de Tshuapa, Tshopo, Sud-Ubangi, Mongala, Equateur et Maï-Ndombe (Godding, 1908 ; Omasombo et al., 2014 ; Omasombo et al., 2016).

Ces provinces de la cuvette centrale de la RDC renferment des tourbières tropicales, occupent 123 750 km² soit 75% des tourbières de la partie centrale du Bassin du Congo. La nouvelle cartographie des tourbières indique que d'autres zones en dehors de la cuvette centrale, qui renfermeraient également des tourbières, il s'agit de la vallée de rift Albertin, de la zone des mangroves à Moanda et autres. La zone des mangroves dans le Kongo-central se caractérise par d'importantes zones côtières (marines et fluviales) et insulaires (fluviales) de mangroves à palétuviers, avec une superficie de 66 000 ha et constitue un site Ramsar. CRREBaC, 2023

Une faune importante et diversifiée. On y rencontre notamment des Antilopes(Antilopecervicapra), des crocodiles(Crocodylus sp), des écureuils (Sciurus sp), des escargots(Cepaea sp), des gazelles( Gazelladorcas), des hyppopotames(Hippopotamus amphibius), des Leoprds(Pantherapardus), des pangolins (Manis sp), des perroquets(Psittacus erithacus) , des porc-épic (Hystrix africaeaustralis), des ratsde Gambie (Cricetomemys gambianus), des renards(Vulpes sp), des sangliers (Phacochoerus africanus), des serpents (Bitis gabonica, Najamelaleuca, Causus maculatus, Boa sp,etc.) des singes (Pantroglodytes, etc.) des varans (Varanus /Polydaedalus niloticus).

Une flore diversifiée avec une richesse spécifique élevée au moins 113 espèces , plus de 49 familles(OSFAC, 2023).

Les espèces identifiées sont des herbes (32 espèces), des arbustes (12 espèces), des arbres moyens (13 espèces) des arbres(52 espèces ) ou des arbustes lianescent (1 espèce), herbe rampante (1 espèces), lianes (2 espèces).

Les familles les plus diversifiées sont les Euphorbiaceae (31 espèces), les Fabaceae (23 espèces), Rubiaceae(16 espèces ) , Malvaceae (13 espèces) et Poaceae (12 espèces).

Figure 9:Inventaire floristique et mesure de dhp dans la station d'étude(source photo : jp Apandani, 2024)

Dans les humides , la couverture forestière est passée d'environ 1580361 ha (2010) après de 1515286 ha(2020) et les spectres sont estimées à 65075 ha(2010 à 2022). Dans les zones potentielles à tourbières , la couverture forestière est passée de 632933 ha (2010) à 622064 ha (2022) et les spectres sont estimées à 10869 ha pour ma même période.

Les sondages réalisés ont montré que l'épaisseur de la tourbe dans la Province de la Mongalavarie entre 10et 300cm.

La tourbe est peu profonde à l'Est de la Province de la Mongala(Territoire de Bumba)

L'analyse au laboratoire des échantillons de tourbe a révélé un teneur e carbone organique total (COT) variante entre 13,5 et 99,8%.

La teneur en matière organique (M.O) des échantillons de tourbe varie entre 23,2 et 99,1% azote total (NT) compris 0,02 et 0,15% ; phosphore assimilable (3,05 et 18 ppm) , potassium (K+) entre 0,04 et 0,39 méq/100g sol. (OSFAC, 2023).

La comparaison avec les valeurs standards , montrent que les tourbes de la province de la Mongala ont un niveau de fertilité trèsélevée.

2.2.6. Flore associées aux écosystèmes des tourbières de la RD Congo

Le ministère de l'environnement et développement durable (MEDD) a défini la vision nationale sur les tourbières en 2019, dont ``Protéger les tourbières pour le Peuple et la Nature''.

En effet, ces écosystèmes présentent des défis uniques dans la mise en oeuvre des méthodes d'inventaire forestier. L'une des grandes difficultés, c'est se déplacer dans un environnement gorgé d'eau en permanence. Chaque étape de déplacement à travers une tourbière représente un effort majeur pour l'investigateur, et il faut un engagement physique très important pour réaliser une campagne de collecte des données in situ pour élaborer la stratégie nationale. (CRREBaC, 2023).

Cependant, la réalisation des inventaires botaniques reste un défi majeur pour la RDC principalement dans les tourbières ou les forêts dense s humides sur sols hydro morphes (ou marécageuses).

2.3.Classification LULC des tourbières

La classification sont des techniques de classification permettant d'extraire des données précises sur l'utilisation des sols à partir d'images de télédétection sont très polyvalentes. La précision des techniques de classification est influencée par des facteurs, tels que le choix de la préparation des tests, l'hétérogénéité de la zone d'étude, les capteurs, le nombre de classes à caractériser.

Les classificateurs peuvent être classés en plusieurs classes en fonction de la méthodologie et des technologies utilisées, par exemple.

Les principaux types de techniques et d'approches pour la classification LULC sont la classification manuelle, la classification numérique et, approche hybride, et Autres méthodes de classification en vogue. Susmentionné.

· Classification manuelle : Classification manuelle, l'agencement d'informations détectées à distance pour caractériser l'utilisation des terres, en particulier lorsque l'enquêteur connaît la région commandée.

· Classification manuelle et numérique : sont l'application de l'intelligence artificielle (IA) dans l'étude LULC Classification qui s'est divisée en

· Approche hybride : Une approche mixte combine les avantages des stratégies informatisées et manuelles pour créer une carte de la couverture terrestre qui est d'une meilleure manière que si une technique solitaire était disponible. L'approche d'un métis est à l'une des stratégies de regroupement mécanisées(Global transition,2021).

2.4.Bassin versant

Le bassin versant est un territoire géographique bien défini. Il correspond à l'ensemble de la surface recevant les eaux qui circulent naturellement vers un même cours d'eau ou vers une même nappe d'eau souterraine (Ndembo et Nlandu, 2016). Il est délimité par des lignes de partage des eaux entre les différents bassins. Ces lignes sont des frontières naturelles dessinées par le relief ; elles correspondent aux lignes de crête. Les gouttes de pluie tombant d'un côté ou de l'autre de cette ligne de partage des eaux alimenteront deux bassins versants situés côtes à côtes telles qu'illustré par la figure 2.6 ci-dessous (Vieillard-Coffre, 2001 et Ndembo et Nlandu, 2016).

2.4.1. Caractéristiques d'un bassin versant

Chaque bassin versant est unique de par sa taille, sa forme, son orientation, la densité de son réseau hydrographique, le relief, la nature du sol, l'occupation du sol (cultures, haies, forêts, plans d'eau...), son climat..., mais également l'urbanisation et les activités humaines, tous ces éléments constituent donc les caractéristiques d'un bassin versant qui se regroupent en caractéristiques physiques (forme, pente, topographie, etc.) et en caractéristique hydrologique (réseau hydrographique, densité hydrographique, etc.), (Vernoux et al., 2007).

Il est constitué principalement de la rivière Rubi qui traverse les territoires de Poko, de Bambesa, de Buta et d'Aketi où elle constitue la rivière Loeka avec la rivière Tele et la rivière Likati.ci dessous la figure 3.6. La rivière Loeka se jette dans le fleuve Congo à 40 km de la Cité Bumba (Omasombo, 2011 ; Omasombo, 2014).

2.5. Occupation du sol

L'occupation du sol est la couverture biophysique de la surface des terres émergées et donc le type d'usage (ou de non-usage) fait des terres par l'Homme c'est-à-dire ce qui couvre le sol. Elle permet de distinguer plusieurs catégories biophysiques comme :

2.6. Images satellitaires Landsat

Le programme Landsat est le premier programme spatial d' observation de la Terre destiné à des fins civiles. Il est développé au milieu des années 1960 par l' agence spatiale américaine, la NASA à l'instigation de l' Institut des études géologiques américain (USGS) et du département de l'agriculture. Les images Landsat viennent sous formes des bandes spectrales, c'est seulement après certaines combinaisons et traitements qu'on a des résultats à interprétés. Elles nous ont permises d'effectuer d'évaluer l'évolution spatio-temporelle de la forêt

2.7. Changement environnemental

Les changements environnementaux comprennent divers facteurs, tels que les catastrophes naturelles, les interférences humaines ou l'interaction animale. Le changement environnemental englobe non seulement les changements physiques, mais aussi des facteurs comme une infestation d'espèces envahissantes.

CHAPITRE TROISIEME : MILIEU, MATERIELS ET METHODES DE L'ETUDE

3.1. PRÉSENTATION DU MILIEU D'ÉTUDE

3.1.1. Situation géographique

L'investigation des tourbières de Wasalaka a eu lieu dans la rivière loeka se trouvant dans la localité Yanzumbu1dans la province de la Mongala comme entité hydrologique sous bassin de grand bassin versant de la rivière Loeka.

3.1.2. Caractéristiques climatiques

Le groupement WASALAKA notre zone d'étude est typiquement équatoriale ayant un climat tropical, chaud et humide est inclus se trouve entièrement dans la cuvette centrale. En se basant sur la carte pluviométrique du Congo, les critères de Köppen, cette zone se trouve dans la zone climatique Am, climat de transition entre Af et Aw, caractérisée par un régime pluvial durant toute l'année. Mais suite à la déforestation intense et non contrôlée, notamment pour les installations des champs, on constate que le climat local évolue vers celui de type Aw. En général, on observe une grande saison pluvieuse entre les mois d'Août et de Novembre et une petite, entre ceux de Mars et Juin. La pluviosité annuelle se situe entre 1800 mm à 2200 mm. Ci-dessous les figure précises les précipitations, les températures et humidité.

La dynamiquede la températurede la période de 1983,1993,2003,2013 et 2023 est présentée dans la figure ci-dessous.

Graphique 30: les tendances de l'évolution de la Température de 1983-2023

L'évolution montre une légère baisse entre 1983 et 1993, suivie d'une augmentation significative en 2003, puis une stabilisation à un niveau plus élevé en 2013 et 2023 par rapport aux premières années.

Le graphique représente les précipitations annuelles (probablement en millimètres) pour les années 1983, 1993, 2003, 2013, et 2023.

On observe une hausse des précipitations entre 1983 et 1993, suivie d'une baisse marquée en 2003. Ensuite, les précipitations remontent en 2013 et atteignent leur niveau le plus élevé en 2023.

Cela pourrait indiquer une variabilité importante des précipitations au fil des années, avec une tendance à la hausse dans la dernière décennie.

3.2.1. Aspect morphologique du Bassin

3.2.1.1.Altitude et Ordre

Graphique 33:L'altitude et l'ordre du bassin de la rivière Itimbiri est déterminé

L'altitude dans l'ensemble du bassin versant de la rivière Itimbiri comme l'indique la figure4.1varie entre 346 et 749m avec des valeurs élevées observées au niveau de l'amont de la rivière soit à la source, et les altitudes les plus basses sont observées au niveau des lits de rivière ou du réseau-hydrographique. Quant à l'ordre de drainage, la rivière Itimbiriest d'ordre 4 selon la classification de Strhaler ,1952. le coefficient de Gravelius (KG) du bassin est de 2.51 expliquant la nature de la forme allongée du bassin versant. L'indice de rugosité renseignant sur l'hétérogénéité du terrain, indique un bassin versant plus ou moins hétérogène avec une valeur de 10.102. Quant à l'indice de position topographique, il renseigne sur l'élévation d'un pixel par rapport à la moyenne de ses voisins. Dans ce tableau, la moyenne de l'indice TPI est de -0.092 légèrement inférieur à zéro ce qui explique une situation légèrement basse si non plate dans l'ensemble du bassin versant. En fin Indice de kappa iK est de 0.8051002 ce qui détermine la précision globale en indiquant le rapport entre les prévisions positives de pixels bien classés et le nombre total de prévisions positives.

Figure3.8montre que les différentes directions d'écoulement dans le bassin de la rivière Itimbirisont plus concentre Est et l'Ouest, et faiblement vers Ouest- Nord.

La pente illustrée dans la figure 3.9, indique une situation de pente quasiment nulle dans les vallées ou proche des rivières. Les valeurs de pente les plus élevées se retrouvent en amont du bassin versant et vers les crêtes.

L'indice du pouvoir érosif renseigne sur la possibilité érosive d'un milieu, cet indice montre que l'ensemble du bassin est moins exposé à l'érosion, des valeurs négatives indiquant une exposition quasi-nulle à l'érosion et les grandes valeurs indiquent les endroits très possibles à l'érosion.

L'indice d'humidité topographique (TWI) renseigne sur la probabilité d'un lieu à être inondé lors des crues dans le bassin versant. Les valeurs négatives sont faibles indiquent une exposition nulle à très faible aux inondations tandis que les grandes valeurs indiquent des zones exposées aux inondations lors des crues. Ces endroits de grandes valeurs de TWI sont rencontrés généralement dans les zones de faible altitude, dans les vallées et près des lits des rivières dans le bassin versant.3.2.3. Caractéristiques floristiques

La Cuvette centrale renferme des forêts denses humides comprenant les forêts ombrophiles sempervirentes, les forêts semi-caducifoliées et les forêts secondaires. Il est dominé par un réseau hydrographique dense entouré de forêts sur sols hydro morphes, les savanes herbeuses et arbustives qui elles-mêmes sont entourées d'une manière régulière par des complexes agricoles. La végétation marécageuse se trouve de part et d'autre du fleuve Congo, ces différents types de végétation s'expliquent par la variabilité climatique (Omasombo et al., 2016). Ainsi, le type de végétation de WASALAKA est inclus de la zone équatoriale, constitué des forêts denses et humides formées d'arbres hauts et très serrés pouvant atteindre quelques dizaines de mètres. On rencontre toute fois, des formations herbeuses enclavées dans ces forêts.

La région est caractérisée par la présence de grandes termitières fossiles de plusieurs mètres de hauteur et de diamètre, plus abondantes et plus grandes dans les zones basses. Le sol du est, dans son ensemble, marécageux ou hydro morphe, de texture sablo-argileuse. Le profil est toujours humide et le sol est protégé par un dense couvert végétal et un épais manteau de matière organique, peu ou parfois décomposable. Il a donc une faible teneur en humus et est pauvre en bases et en éléments fertiles (Omasombo et al., 2016). Ce sont en général des sols argileux, argilo sableux, sablo argileux et latériques, profond et meubles. Le taux d'argile varie de 5 à 40% avec 1 à 2% des matières organiques. Leur pH oscille entre 4 et 5. Morphologiquement, leur profil comprend trois horizons, avec un horizon de transition légèrement humifère pouvant atteindre 30 à 40 cm de profondeur et reposant lui-même sur un sol en place, plus faible et de bonne structure que l'horizon de transition. (Anonyme 2007).

3.3. MATÉRIELS

ü GPS : Collecte des données géographiques pour la traçabilité des opérations de terrain ;

ü Cartes anciennes : Confrontation de résultat de la classification à celui des points de classes d'occupation du sol collectés à partir des images à très haute résolution disponible sur Google Earth ;

ü Smart phone : pour Collecte des données quantitatives des ménages, l'enregistrement des audios, vidéo et la prise des photos ;

ü Autres matériels logistique tel que : Tantes, lime, assiettes, mini pharmacie ...

3.4. METHODES

1. la revue de la littérature, la collecte des données existantes sur les tourbières, hydro climatiques de la zone d'étude ;

2. l'Analyse spatiale (Classification LULC des tourbières) et ;

La revue de la littérature a essentiellement consisté en une analyse de la littérature scientifique et technique sur les tourbières spécifiquement celles de la région tropicale.

Le but de cette étude était de mettre en évidence la caractérisation des tourbières de Wasalaka, au traitement d'images satellites, à la collecte et analyse des données se penche sur les caractéristiques physiques du bassin versant, occupation des sols et Historiques in situ, d'observation spatiale sur hydro climatiques, (Débits, hauteurs d'eau, température, et précipitation) ainsi que la flore.

Carrillo et al. (2011) affirment que la classification des unités hydrologiques est un moyen qui permet de simplifier la compréhension de l'interaction entre la variabilité climatique, les caractéristiques du bassin versant (par exemple la végétation, les sols, la topographie) et la réponse hydrologique qui en résulte. Outre l'obtention des données préexistantes grâce au traitement d'images satellites.Il s'agit également d'une étape cruciale pour améliorer les prévisions dans les bassins non jaugés. Les données hydrologiques nous sont parvenues aux données historiques (des données in situ, d'observation spatiale, de réanalyse et d'autres sources des données globales de l'année 1983 à 2023) pour les débits tandis que pour les hauteurs d'eaunous avons fait recours aux données réelles de la Régie des voies fluviale (RVF) en sigle de 1954 à 1989 dont après notre analyse statistique à travers le logiciel Excel nous a permis de prédire jusqu'au 2023.Tandisque les données bioclimatiques relevées de 81 stations météorologiques de la République Démocratique du Congo (R.D.C.) ont été utilisées pour cette étude. Ces données proviennent d'une base de données de la NASA, GISTEMP ( https://power.larc.nasa.gov/data-access-viewer/), qui estime le changement de la température de surface globale. Les chroniques pluviométriques mensuelles couvrent la période de 1983 à 2023pour toutes les stations. Les données climatiques sont donc extraites à partir de chaque point dans le but de caractériser les conditions climatiques ayant prévalu durant la période allant de 1983 à 2023 dont après l'analyse ces données ont été harmonisé avec les données d'hauteurs d'eau fournies par la Régie de la voie fluviale RVF en sigle de la République démocratique du Congo pour faire au total quatre décennies.

3.4.2. Caractérisation d es tourbières

Pour déterminer les caractéristiques des tourbières en vue d'observer la tendance de la dynamique d'occupation du sol, nous nous sommes recourus dans la méthode de Classification LULC des tourbières expliquée ci-dessous.

3.4.1. Classification LULC des tourbières

La classification sont des techniques permettant d'extraire des données précises sur l'utilisation des sols à partir d'images de télédétection sont très polyvalentes. La précision des techniques de classification est influencée par des facteurs, tels que le choix de la préparation des tests, l'hétérogénéité de la zone d'étude, les capteurs, le nombre de classes à caractériser.

Les classificateurs peuvent être classés en plusieurs classes en fonction de la méthodologie et des technologies utilisées, le cas échéant toutes les méthodes de ce type sont mentionnées ci-dessous et incluses dans cette classification.Il s'agit notamment de :

3.4.2. L'indice de Végétation par Différence Normalisée (NDVI)

Dans les termes les plus simples, l'indice de végétation par différence normalisée (NDVI) mesure la verdeur et la densité de la végétation capturée dans une image satellite. Une végétation saine a une courbe de réflectance spectrale très caractéristique dont nous pouvons calculer la différence entre deux bandes - le rouge visible et le proche infrarouge. L'indice de végétation NDVI c'est la différence exprimée sous forme de nombre - allant de -1 à 1.

où PIR correspond à la bande spectrale du Proche infrarouge et R correspond à la bande spectrale du Rouge.

Cette formulation est basée sur la signature spectrale typique de la végétation. Pour bien comprendre le principe, nous nous appuierons sur la figure ci-dessous. Nous nous focaliserons sur les signatures spectrales de la végétation (Surface herbacée) et celle de la neige. Sur cette figure, nous avons également ajouté les domaines du Rouge et du Proche infrarouge.

Sur cette figure, nous relevons une réflectance de 0.02 et de 0.5 pour la surface herbacée dans le Rouge et le Proche infrarouge respectivement. Pour la neige nous relevons respectivement 0.98 et 0.92 pour le Rouge et le Proche infrarouge. Connaissant ces valeurs, il est possible de calculer le NDVI pour ces deux états de surface : ??????????é??é????????????= (0.5-0.02) (0.5+0.02)=0.92

Nous constatons que les surfaces en végétation présentent un NDVI élevé et que les surfaces enneigées un NDVI négatif. Sur le même principe, les surfaces en eau libre présentent également un NDVI négatif généralement. D'une manière générale, leraster résultat est borné entre -1 et 1. L'interprétation d'un raster de NDVI est la suivante : plus un pixel tend vers 1, plus ce pixel est couvert de végétation bien développée et en bonne santé. Un pixel qui tend vers 0 est un pixel de sol nu. Enfin, un pixel négatif est généralement un pixel en eau. Mais attention, dans certains cas, si des algues ou une forte turbidité sont présents dans les zones en eau, alors cette eau pourra avoir un NDVI légèrement positif du fait de l'activité chlorophyllienne des algues et du phytoplancton. La figure ci-dessous, présente le NDVI calculé sur les Bouches-du-Rhône le 13 juin 2019 à partir d'une image OLI(Landsat 8 ).

Graphique 38:NDVI des Bouches-du-Rhône pour le 13 juin 2019. Remarquez que quelques portions du littoral apparaissent légèrement positives du fait de la turbidité et/ou de la faible profondeur

3.4.2.2. Plage D'indice

L'indice de végétation NDVI définit des valeurs de -1,0 à 1,0, où les valeurs négatives principalement indiquent de nuages, d'eau et de neige, et les valeurs proches de zéro indiquent principalement de roches et de sol nu.

De très petites valeurs NDVI de (0,1 ou moins) correspondent à des zones vides de roches, de sable ou de neige.

Les valeurs modérées (de 0,2 à 0,3) représentent les arbustes et les prairies, tandis que les valeurs élevées (de 0,6 à 0,8) indiquent les forêts tempérées et tropicales.

L'indice d'eau par différence normalisée (NDWI) est utilisé pour détecter les bassins d'eaux ouvertes sur l'image satellitaire : le corps hydrique «se démarque » du sol et de la végétation.

Étant donné que l'indice d'eau par différence normalisée (NDWI) permet de mesurer efficacement la teneur en humidité, il est souvent comparé à l'indice d'humidité par différence normalisée (NDMI) également connu comme NDWI GAO. En fait, il existe la différence majeure entre les méthodes d'utilisation et de calcul NDWI et NDMI. NDMI est calculé sur la base de la combinaison NIR-SWIR (infrarouge proche et infrarouge lointain), cet indice permet d'améliorer la détection de l'eau dans les feuilles des plantes. NDWI (indice d'eau par différence normalisée) est calculé sur la base de la combinaison GREEN-NIR (vert visible et proche infrarouge), cet indice permet de détecter des changements subtils de la teneur en eau aux bassins d'eau.

L'indice d'eau par différence normalisée (indice NDWI) a été proposé par McFeeters en 1996. Aujourd'hui, il est utilisé principalement pour détecter et surveiller de faibles changements de la teneur en eau aux bassins d'eau. En utilisant les avantages du NIR (proche infrarouge) et du GREEN (vert visible), l'indice d'eau par différence normalisée (indice NDWI) permet d'améliorer la détection des bassins d'eau sur les images satellitaires. L'inconvénient de cet indice consiste en ce qu'il est sensible aux structures bâties, ce qui peut conduire à la surestimation des bassins d'eau.

NDWI : Calcul De L'indice D'eau Par Différence Normalisée

Le vert visible maximise la capacité de réflexion de la surface de l'eau. Le proche infrarouge maximise la capacité de réflexion élevée de la végétation terrestre et des éléments du sol et minimise la capacité de réflexion faible des bassins d'eau.

Les résultats de la résolution de l'équation pour l'indice NDWI sont les bassins d'eau et les valeurs négatives (ou nulles) pour le sol et la végétation terrestre.

NDWI : Interprétation Des Valeurs

Les valeurs de l'indice NDWI pour les bassins d'eau sont supérieures à 0,5. L'indice NDWI pour la végétation prend les valeurs beaucoup plus faibles, ce qui permet de distinguer plus facilement la végétation et les bassins d'eau. L'indice NDWI pour les éléments bâtis prend les valeurs positives comprises entre 0 et 0,2.

L'indice d'eau par différence normalisée (NDWI) est utilisé pour détecter les bassins d'eaux ouvertes sur l'image satellitaire : le corps hydrique «se d NDWI : Utilisation De L'indice

Chaque fois qu'il est nécessaire de détecter un bassin d'eau, de préciser son contour sur la carte et de surveiller les changements de sa clarté, l'indice NDWI est appliqué. Au-delà du spectre visible vers l'infrarouge, l'eau ne réfléchit pas la lumière. Grâce à cette propriété de l'eau, NDWI utilise avec succès pour délimiter les bassins d'eau sur les cartes de terrain et surveiller la turbidité de l'eau.

NDWI : Visualisation de L'indice

Les données extraites de l'image satellitaire à l'aide de l'indice NDWI sont visualisées sous forme des cartes : on utilise de diverses palettes et des graphiques pour montrer l'évolution temporelle des valeurs de l'indice. Les valeurs plus élevées proches de +1 sont généralement affichées en bleu et correspondent soit à l'haute teneur en eau, soit à la surface d'eau, tandis que les valeurs plus basses, jusqu'à -1, sont les signes de la sécheresse, à moins que la zone de l'intérêt soit une surface non aqueuse.

SAVI est l'acronyme anglais de Soil Adjusted Vegetation Index. Tout comme le NDVI, le SAVI donne une indication sur la présence ou l'absence de végétation pour tout pixel. Une forte valeur de SAVI traduit un pixel couvert de végétation en bonne santé et une faible valeur traduite plutôt un sol sans végétation. Le SAVI introduit un facteur correctif qui prend en compte la présence de sol nu au sein de la végétation. Par exemple, dans le cas d'une forêt éparse ou d'une savane sèche, où les arbres se trouvent séparés les uns des autres par du sol nu, le SAVI peut produire des résultats rendant mieux compte du couvert végétal que le NDVI. Le SAVI se calcule comme suit :

où PIR correspond à la bande spectrale du Proche infrarouge, R correspond à la bande spectrale du Rouge et L correspond au facteur correctif de sol nu.

Le facteur L peut varier entre 0 et 1 selon les configurations mais il est admis qu'une valeur de 0.5 donne de bons résultats en règle générale. La figure présente le SAVI calculé sur les Bouches-du-Rhône le 13 juin 2019 à partir d'une image Landsat 8(image OLI).

L'indice d'urbanisation par différence normalisé a consisté à mesurer la proportion de zones construites dans une zone géographique. Cette mesure est utile pour suivre les changements dans l'urbanisation et la croissance des villes, ainsi que pour identifier les zones à risque de catastrophes naturelles telles que les inondations et les glissements de terrain. Il utilise les canaux NIR et SWIR pour mettre en évidence les agglomérations.

3.2.6. Indice Standardisé de Précipitations (Standardized Precipitation Index, SPI)

L'indice Standardisé de Précipitations détermine le degré de la sècheresse avec différentes classes (Bergaoui et Alouini, 2001 ; Ardoin-Bardin et al., 2003 ; Ardoin-Bardin, 2004 ; Ali et Lebel, 2009 ; Lebel et Ali, 2009). Il a été créé par Mckee et al. (1993) et a été employé par de nombreux auteurs sur diverses régions du globe (WU et al., 2001 ; Giddings et al., 2005 ; Sönmez et al., 2005 ; Bodian, 2014). Il est calculé suivant cette formule : ?????? = ???? - ???????? Xi représente le cumul de la pluie pour une année i ; Xm représente la moyenne des pluies annuelles observées pour une série donnée. Si représente l'écart type des pluies annuelles observées pour une série donnée. Les valeurs annuelles négatives indiquent une sécheresse par rapport à la période de référence choisie et les positives une situation humide. Lutonadio 2020.

Le Tableau 1 présente les différentes classes de l'indice standardisé de précipitations.

L'inventaire floristique est réalisé (Identification des familles, genres et espèces et/ou nom local) pour toutes les espèces végétales (arbres, arbustes, et herbes) présentes dans une parcelle de (50 x 50) m² installées au point de prélèvement de l'échantillon de tourbe des quatre (4) placettes. L'analyse des données nous a permis de ressortir un parallélisme spatial avec les taxons.

Figure 110:mesure de dhp et inventaire des essences floristiques dans la station d'étude

Les zones d'inventaires ont été préalablement matérialisées par un tracé (Figure 2). Le point de départ de ce tracé peut être un des angles de la parcelle choisi de manière aléatoire sur le terrain. A l'aide du décamètre, nous avons mesuré la surface totale à inventorier et nous l'avons matérialisé à l'aide de petits piquets en plastique de couleur vive (Figure 3). Pour une végétation de type prairial, c'est-à-dire à des hauteurs comprises entre 20 et 60 cm (avec un seuil optimal compris entre 20 et 40 cm), nous mesurions dans un premier temps, avec l'aide du décamètre, la surface totale à inventorier. Puis dans un deuxième temps, nous la matérialisions cette surface, à l'aide de petits piquets en plastique de couleur vive (Figure 3).

Les analyses de l'inventaire floristique sont basées sur le plan d'échantillonnage, la description d'une unité d'échantillonnage (UE) au format IFN, la définition des procédures de travail de collecte des données botaniques sur terrain, l'analyse des données, la préparation des fiches de terrain et les cartes d'accès aux unités d'échantillonnage, et l'inventaire botanique proprement dit.

Les données sont relevées sur le terrain à travers des observations, des mesures et des entrevues réalisées à différents niveaux : dans les limites des UE et dans des sous-unités plus petites, les parcelles, les sous-parcelles, les Sections d'Occupation du Sol (SOS) et les Classes d'Occupation du Sol (COS) délimitées à l'intérieur des UE.

Graphique 39:Schéma d'une unité d'échantillonnage, d'une parcelle et d'une sous-parcelle au format de l'IFN

Ainsi, dans le cadre de cette étude, une UE est un carré de 50 m x 50 m. Lors de l'investigation, les coordonnées de l'angle sud-ouest des UE vont correspondrent à celles des points de référence pour l'établissement des UE. Chaque UE va contenir un groupe de quatre parcelles de terrain. Quant aux parcelles, elles seront des carrés mesurant 25 m x 25m délimités à l'intérieur de l'UE de 50 m x 50 m. Elles partent de chaque angle de l'UE et sont numérotées de 1 à 4 dans le sens des aiguilles d'une montre.

Pour apprécier la santé de l'écosystème, deux lignes de transect de bois mort (TBM) sont installées à la fin de chaque sous-parcelle moyenne en vue de collecter les données dans les fiches spécifiques. Des parcelles dans l'UE auront chacune une localisation et une orientation bien indiquée dans le Tableau 1 ci-dessous.

Les données à collecter dans les UE, parcelles, sous-parcelles, points de mesure, sections d'occupation du sol (SOS), classes d'occupation du sol (COS) et personnes enquêtées seront relevées par l'équipe de terrain. Les principales sources d'information à considérer pour l'inventaire sont :

ï Les entrevues avec des informateurs clés notamment sur l'identification des produits forestiers non ligneux (ou autre que le bois d'oeuvre) par les populations locales et peuples autochtones.

Il existe plusieurs méthodes statistiques de validation de la classification (Carte). Pour cette étude, c'est l'indice Kappa qui a été utilisée.

Le bassin versant a été extrait d'une image SRTM à l'aide de l'outil wathershed du logiciel ArcGis qui permet d'extraire un sous bassin versant dans un ensemble plus vaste. Le shapefile du bassin a servi d'extraire notre zone d'étude à partir des images composites de l'année 2001, 2013 et 2020 à l'aide de l'outil Extract by Mask d'ArcGIS.

La validation de la classification de l'occupation du sol a suivi plusieurs étapes suivant un protocole bien précis. Les différentes classes d'occupation du sol ont été extraites de la couche classifiée afin d'obtenir des couches des classes séparées. Pour la matrice de confusion, les points pour chaque classe ont été générés aléatoirement en fonction de son pourcentage. Indice de Kappa Les points des échantillons ont été prélevé sur terrain dans sur chaque classe d'occupation du sol grâce à l'outil GPS. Par ailleurs, la validation des classes d'occupation et celle de la classe zone de tourbières ont été faite en vérifiant les nombre de pixels se superposant avec les points collectés sur terrain. Cette comparaison avait pour but d'évaluer la conformité entre la classification des images et la vérité de terrain.

Après cette vérification, le nombre de points correctement classifiés et ceux mal classifiés pour chaque classe ont été insérés dans une table de contingence (matrice de confusion) pour évaluer les résultats de l'interprétation par rapport aux informations de terrain reconnues comme étant « la vérité ». Elle est une méthode conventionnelle d'évaluation de la précision thématique d'une carte. À partir de la matrice de confusion réalisée, différents indicateurs de précision ont été calculés en l'occurrence :

Avec K : Indice de Kapa, Pobs : Proportion observée (somme des effectifs diagonaux divisée par le total général des points), Pa : Proportion aléatoire (somme des produits des effectifs marginaux divisée par le carré du total général des points.

Précision globale : La précision globale indique le rapport entre les prévisions positives de pixels bien classés et le nombre total de prévisions positives. Son expression mathématique se présente comme ci-dessous :

Précision d'utilisateur : Elle représente le pourcentage de pixels d'une occupation du sol qui ont été bien classifiés par l'utilisateur (Bwangoy, 2021). Sa formule est :

Précision de producteur : Elle correspond au pourcentage de pixels d'une occupation du sol bien classifiés par le producteur (Bwangoy,2021). Sa formule est la suivante :

Erreur de Commission : Elle évalue le niveau de désaccord des classes du producteur par rapport à celles de l'utilisateur. Elle est calculée par la formule suivante :

Erreur de commission : Elle mesure le niveau de désaccord des classes de l'utilisateur par rapport à celles du producteur.

Indice de Kappa : Permet d'évaluer le degré d'accord entre le résultat obtenu par classification et la réalité de terrain et de la classification. L'équation ci-dessous exprime ce degré d'accord.

Pobs : Proportion observée (somme des effectifs diagonaux divisée par le total général des points),

Pa : Proportion aléatoire (somme des produits des effectifs marginaux divisée par le carré du total général des points.

Cette recherche a recouru à deux sources des données principales à savoir les sources des données primaires et secondaires. Les données primaires sont des données collectées grâce à l'inventaire floristique réalisé sur la zone à tourbières de Wasalaka dans le bassin de la rivière d'Itimbiri dont le comptage des espèces, types et les diamètres à hauteurs de poitrine (DHP). S'agissant des sources des données secondaires, elles sont issues des observations spatiales. Le Tableau ci-dessous présente les données utilisées et leurs sources. La Figure présente la Schéma Synthèse de la méthodologie utilisée pour cette étude.

4.0. Introduction

Les résultats présentés dans ce mémoire sont subdivisés en quatre grandes parties en fonction des objectifs spécifiques du travail. Nous avons les résultats sur la caractérisation des tourbières, l'occupation du sol et son dynamique, dynamique hydroclimaque et la distribution spatiale de la flore de la tourbière.Ces résultats tiennent compte de la période prise de 1983 ; 1993 ;2003 ;2013 et 2023.

Les figures ci-dessous présentent la superficie en Km² de la végétation occupée par classe à partir de l'année 1983.

A la lumière de la carte ci-haut, la forêt primaire est la classe qui occupe une grande superficie du bassin versant de la rivière Itimbiri en 1983, suivie de la foret secondaire, champs et en fin sol nu.

La figure ci-dessus renseigne que la forêt primaire est la classe qui occupe une grande superficie avec de 26606km² du bassin en 1983, suivi de la forêt secondaire qui occupe 9782 km² du bassin puis, les champs ou cultures vient avec 369 km² et 237 km²d'eau. Il s'observe également une classe à sol nu de 201 km² dans l'ensemble du territoire du bassin. De ce qui précède,il apparait donc que le bassin versant de la rivière Itimbiri reste très moins habitée tel que représentée dans la figure ci-dessus. Cela se justifie par l'effet que la forêt primaire se trouve dans une zone marécageuse.

Les résultats trouvés de l'indice de végétation par différence normaliséesont présentés dans la figure ci-dessous.

La figure ci-dessus montre que les valeurs de NDVI la plus élevée varie entre 0,9 à 0,5. Cette situation explique que 0,9 se rapproche de 1 la valeur maximale à l'échelle de NDVI,tandisque 0,2 et à 0,9 sont des valeurs minimales les plus faibles, nous pouvons dire que les valeurs maximales démontrent que le bassin de la rivière Itimbiri est en pleines forêts tropicale et les minimales explique absence de végétation à partir de l'année 1983.

Les résultats de l'indice de l'eau à différence normalisée de la période de 1983 de bassin versant de la rivière Itimbiri est présenté dans la figure ci-dessous.

L'analyse de la figure ci haute, montre que les valeurs de NDWI trouvés sont comprises entre 0,9 à 0,8. Ces valeurs expliquent que les zones humides en 1983 sont marquées par un écosystème stable, moins vulnérable aux effets du changement climatique. Tandisque les valeurs les plus faibles varient entre -0,68 et -0,20.

La carte ci-dessous, explique les résultats de l'indice de végétation ajustée au sol SAVI.

L'Indice de végétation ajustée au Sol SAVI 1983 trouvés avec les valeurs les plus élevées sont comprises entre 1,4 à 0,7, tandisque les valeurs les plus faibles sont -0,3 à -1,4 , que nous pouvons dire que les valeurs maximales ou une forte valeur de SAVI de1,4 traduit un pixel couvert de végétation en parfaite santé et une faible valeur c'est-à-dire 0,2 traduite plutôt un sol sans végétation le bassin de la rivière Itimbiri à partir de l'année 1983.

Les résultats de l'indice d'urbanisme NDBI, n'ont pas été trouvé dans cette année suite aux manques d'informations sur les bandes moyennes infra rouge (SWIR) et infrarouge proche (NIR).

Les figures ci-dessous présentent la superficie en Km² de la végétation occupée par classe à partir de l'année 1993.

A la lumière de la carte ci haute, laforêt primaire est la classe qui occupe une grande superficie du bassin versant de la rivière Itimbiri en 1993, suivie de la forêt secondaire, en suite champs et en fin sol nu.

La figure ci-dessus, nous renseigne que la forêt primaire est la classe qui occupe une grande superficie avec de 26600km² du bassin en 1983, suivi de la forêt secondaire qui occupe 9771 km² du bassin puis, les champs ou cultures vient avec 381 km² et 231 km²d'eau. L'on constate également une classe à sol nu de 212 km² de l'ensemble du territoire du bassin, on voit donc que le bassin versant de la rivière Itimbiri reste très moins habitée tel que représentée dans la figure ci-dessus. Cela se justifie par l'effet que la forêt primaire se trouve dans une zone marécageuse.

Les résultats de l'indice de végétation pardifférence normaliséesont présentés dans la figure ci-dessous.

Graphique 45:Indice de végétation par différence normalisée de l'année 1993

La figure ci-dessus montre que les valeurs de NDVI la plus élevée varie entre 0,9 à 0,4. Cette situation explique que 0,9 se rapproche de 1 la valeur maximale à l'échelle de NDVI,tandisque 0,1et à 0,4 sont des valeurs minimales les plus faibles, nous pouvons dire le les valeurs maximales démontre que le bassin de la rivière Itimbiri est en pleines forêts tropicales avec une petite diminution de végétation par rapport à l'année précédente ci- hautet les minimales explique absence avancée de végétation à partir de l'année 1993.

Les résultats de l'indice de l'eau à différence normalisée de la période de 1993 de bassin versant de la rivière Itimbiriest présenté dans la figure ci-dessous.

L'analyse de la figure ci-haut, montre que les valeurs de NDWI trouvés sont comprises entre 0,8 à 0,3. Ces valeurs expliquent que les zones humides en 1983 sont marquées par un écosystème stable, moins vulnérable aux effets du changement climatique. Tandisque les valeurs les plus faibles varient entre 0,2.

La carte ci-dessous, explique les résultats de l'indice de végétation ajustée au sol SAVI.

L'Indice de végétation ajustée au Sol SAVI 1993 trouvés avec les valeurs les plus élevées sont comprises entre 1,4 à 0,6, tandisque les valeurs les plus faibles sont 0,2 à 0,6 , que nous pouvons dire que les valeurs maximales ou une forte valeur de SAVI de1,4 traduit un pixel couvert de végétation en parfaite santé et une faible valeur c'est-à-dire 0,2 traduite plutôt un sol sans végétation le bassin de la rivière Itimbirià partir de l'année 1993.

La carte ci-dessous, explique les résultats de l'indice d'Urbanisation(bâti) NDBI 1993

Conformément aux résultats repris dans la carte ci- haut, nous disons qu'en 1993, les activités anthropiques n'avaient pas impactés ou une évolution dans le bassin sous étude avec des valeurs maximales varie de 0,8 à 0,02 et les minimales 0,1 et 0,9. Cette situation explique outre à partir de l'année 1993 les populations riveraines qui menaient les activités dans le bassin n'étaient pas nombreuses

Les figures ci-dessous présentent la superficie en Km² de la végétation occupée par classe à partir de l'année 2003.

A la lumière de la carte ci- haut, la forêt primaire est la classe qui occupe une grande superficie du bassin versant de la rivière Itimbiri en 2003, suivie de la forêt secondaire, en suite lesol nu champs et en fin.

La figure ci-dessus, nous renseigne que laforêt secondaire est la classe qui occupe une grande superficie avec de 9826,54km² du bassin en 2003, suivi dela forêt primaireavec 9663,23km² du bassin puis, le Sol nu avec 9121,23 km² et 8393km²les champs ou les cultures. L'on constate également une augmentation de la superficie d'eau en 2003 par rapport aux années précédentes 191km² sur l'ensemble du bassin, nous constatons quele bassin versant de la rivière Itimbiri a subi une baisse due aux précipitations.

Les résultats de l'indice de végétation pardifférence normaliséesont présentés dans la figure ci-dessous.

Graphique 50:Indice de végétation par différence normalisée de l'année 2003

les valeurs de NDVI la plus élevée varie entre 0,6 à 0,1. Cette situation explique que 0,6 se rapproche de 1 la valeur maximale à l'échelle de NDVI,tandisque 0,1et à 0,3 sont des valeurs minimales les plus faibles, nous pouvons dire les valeurs maximales démontrent que le bassin de la rivière Itimbiri est en pleine forêt tropicale avec une petite diminution de végétation par rapport à l'année précédente ci-hautet les minimales expliquentune perte un peu avancée de végétation à partir de l'année 2003.

Les résultats de l'indice de l'eau à différence normalisée de la période de 2003 de bassin versant de la rivière Itimbiriest présenté dans la figure ci-dessous.

L'analyse de la figure ci-dessus, montre que les valeurs de NDWI trouvés sont comprises entre 0,5 à 0,01. Ces valeurs expliquent que les zones humides en 2003 commencent à avoir des menaces avec augmentation des températures et diminutions des pluies facteurs clés des effets du changement climatique. Tandis que les valeurs les plus faibles varient entre -0,2 et -0,4.

La carte ci-dessous, explique les résultats de l'indice de végétation ajustée au sol SAVI trouvés.

les valeurs les plus élevéesde l'indice de végétation ajustée au Sol SAVI2003 trouvées sont comprises entre 0,6 à 0,4, tandisque les valeurs les plus faibles sont -0,2 à -1,07 , cela veut dire que les valeurs maximales ou une forte valeur de SAVI se traduit par un pixel couvert de végétation en bonne santéet une très faible valeur c'est-à-dire -1,07 traduite plutôt un sol sans végétation prononcée remarqué à partir de l'année 2003 dans le bassin de la rivière Itimbiri.

Les résultats de l'indice d'urbanisme NDBI, n'ont pas été trouvé dans cette année suite aux manques d'informations sur les bandes moyennes infra rouge (SWIR) et infrarouge proche (NIR).

La figure ci-dessous présente la superficie en Km² de la végétation occupée par classe à partir de l'année 2013.

A la lumière de la carte ci haute, laforêt primaire est la classe qui occupe une grande superficie du bassin versant de la rivière Itimbiri en 2013, suivie de la forêt secondaire, en suite les champs et en fin le sol nu.

La figure ci-dessus, nous renseigne que laforêt secondaire est la classe qui occupe une grande superficie avec de 14826,54km² du bassin en 2013, suivi dela forêt primaireavec 1296,3km² du bassin puis, les champs ou les cultures viennent avec 6393 km² et 208 km²d'eau. L'on constate également 2804,23km² de Sol nu sur l'ensemble du bassin, nous constatons quele bassin versant de la rivière Itimbiria subi une diminution d'eau due à l'augmentation des températures et les menaces des activités anthropiques ainsi que présence des habitations humaines non loin du bassin.

Les résultats de l'indice de végétation pardifférence normaliséesont présentés dans la figure ci-dessous.

Graphique 55:Indice de végétation par différence normalisée de l'année 2013

les valeurs de NDVI la plus élevée varie entre 0,4 à 0,3. Cette situation explique que 0,6 se rapproche de 1 la valeur maximale à l'échelle de NDVI,tandisque 0,1et à 0,01 sont des valeurs minimales les plus faibles, nous pouvons dire les valeurs maximales démontrent que le bassin de la rivière Itimbiri est en pleine forêt tropicale avec une petite diminution de végétation par rapport à l'année précédente ci- hautet les minimales expliquentune perte avancée de végétation à partir de l'année 2013 comparativement aux années 1983,1993,et 2003.La situation due au surexploitation de la zone humide suite à l'augmentation démographique qui a occasionné l'agriculture nomade et la quête d'exploitation des PFNL.

Les résultats de l'indice de l'eau à différence normalisée de la période de 2013 de bassin versant de la rivière Itimbiri est présenté dans la figure ci-dessous.

L'analyse de la figure ci haut, montre que les valeurs de NDWI trouvées sont comprises entre 0,08à 0,05. Ces valeurs expliquent que les zones humides en 2013 commencent à avoir des menaces avec augmentation des températures et diminutions des pluies facteurs clés des effets du changement climatique. Tandisque les valeurs les plus faibles varient entre -0,1 et -0,4.

La carte ci-dessous, explique les résultats de l'indice de végétation ajustée au sol SAVI trouvés.

Les valeurs les plus élevées de l'indice de végétation ajustée au Sol SAVI 2003 trouvées sont comprises entre 0,8 à 0,5, tandisque les valeurs les plus faibles sont -0,2 à -1,07 , veut dire que les valeurs maximales ou une forte valeur de SAVI se traduit par un pixel couvert de végétation en bonne santé et une très faible valeur c'est-à-dire 0,4 à 0,1 traduite plutôt un sol sans végétation prononcée à partir de l'année 2003 dans le bassin de la rivière Itimbiri.

La carte ci-dessous, explique les résultats de l'indice d'Urbanisation(bâti) NDBI 2013.

Conformément aux résultats repris dans la carte ci- haut, nous disons qu'en 2013, les activités anthropiques n'avaient pas impactés ou une évolution dans le bassin sous étude avec des valeurs maximales varie de 0,5 à 0,09 et les minimales -0 ,2 et 0,1. Cette situation explique à partir de l'année 2013 les populations riveraines qui menaient les activités dans le bassin n'étaient pas nombreuses.

Graphique 59:l'indice de précipitation standardisé trouvé pour l'année 2013.

L'analyse de la figure 38 ci haut, explique la sècheresse et humidité ont été extrême et modérée avec l'coefficient de 0, 20 et -0,34 tel que repris dans la figure . Cette situation se

La figure ci-dessous présente la superficie en Km² de la végétation occupée par classe à partir de l'année 2023.

La carte ci-haut d'occupation du Sol montre que, le Sol nu est la classe qui occupe une grande superficie du bassin versant de la rivière Itimbiri en 2023, suivie de la forêt, en suite champs et en fin le sol nu.

La figure ci-dessus, nous renseigne que le Sol nu est la classe qui occupe une grande superficie avec de 13388km² du bassin en 2013, suivi dela forêt primaireavec 11227km² du bassin puis, la forêt secondairevient avec 9302 km² et 237 km²d'eau. L'on constate également queles champs ou cultures occupe 3277km² de l'ensemble du territoire du bassin, on voit donc que le bassin versant de la rivière Itimbiricommence à subir les menaces des activités anthropiques et présence des habitations humaines non loin du bassin.

Les résultats de l'indice de végétation pardifférence normaliséesont présentés dans la figure ci-dessous.

Graphique 61:Indice de végétation par différence normalisée de l'année 2023

Les valeurs de NDVI la plus élevée varie entre 0,4 à 0,3. Cette situation explique que 0,6 se rapproche de 1 la valeur maximale à l'échelle de NDVI,tandisque 0,1et à 0,01 sont des valeurs minimales les plus faibles, nous pouvons dire les valeurs maximales démontrent que le bassin de la rivière Itimbiri est en pleine forêt tropicale avec une petite diminution de végétation par rapport à l'année précédente ci-hautet les minimales expliquentune perte avancée de végétation à partir de l'année 2013 comparativement aux années 1983,1993,et 2003.La situation due au surexploitation de la zone humide suite à la croissance démographique qui a occasionné l'agriculture nomade et à la quête d'exploitation des PFNL.

La figure ci-dessous explique les résultats de l'indice de l'eau à différence normalisée de la période de 2023 dans le bassin versant de la rivière Itimbiri.

L'analyse de la figure ci-haut, montre que la valeur est comprise entre 0,5 et 0,1. Ce qui explique que cette valeur est supérieur à 0,5, nous devons dire que la végétation prend les valeurs beaucoup plus faibles, qui nous a permis de distinguer plus facilement la végétation et les bassins d'eau de la rivière Itimbiri à partir de l'année 2023.

La carte ci-dessous, explique les résultats de l'indice de végétation ajustée au sol SAVI trouvés.

Les valeurs les plus élevéesde l'indice de végétation ajustée au Sol SAVI2003 trouvées sont comprises entre 0,6 à 0,5, tandis que les valeurs les plus faibles sont 0,3 à -1,07 , veut dire que les valeurs maximales ou une forte valeur de SAVI traduit un pixel d'un bon couvert végétal et une très faible valeur c'est-à-dire 0,3à 0,04 traduite plutôt un sol sans végétation avec une vulnérabilité.

Conformément aux résultats repris dans la carte ci-haut, nous disons qu'en 2013, les activités anthropiques n'avaient pas impactés ou une évolution dans le bassin sous étude avec des valeurs maximales varie de 0,1 à 0,09 et les minimales -0 ,2 et -0,2. Cette situation explique qu'à partir de l'année 2023 les populations riveraines menaient les activités dans le bassin n'étaient pas nombreuses.

L'hydrologie des tourbières dépend des saisons (saison des pluies et saison sèche) et favorise ou non la formation des tourbières. De manière générale la tourbe s'accumule où la matière organique reste sous l'eau pendant une bonne partie de l'année. La tourbe n'est pas systématiquement présente partout dans les zones humides. L'étude du terrain confirme que toute zone humide n'est pas forcément tourbière mais que toutes les tourbières se trouvent dans des zones humides. L'hydrologie joue donc un grand rôle dans la formation et la dynamique des tourbières de la Mongala (Osfac,2023). Ainsi, la présente recherche tient compte des paramètres hydro climatiques (Températures, précipitations et humidité) de la période de 1983,1993,2003 ,2013 et 2023.

Figure 44 : :Zones potentielles des tourbières dans la Province de la Mongala(source : OSFAC, 2023).

La dynamiquede la températurede la période de 1983,1993,2003,2013 et 2023 est présentée dans la figure ci-dessous.

Graphique 63:dynamique de la température de la période de 1983,1993,2003,2013 et 2023

L'analyse de la figure 44, montre que le pic des températures maximales est enregistré durant l'année 2003, suivi de 2023, et 2013. Nous constatons également que les années 1983 et 1993 ont respectivement les faibles températures avec une petite différence de 0,7 degré. Cette situation se justifie par l'effet des fortes activités agricoles menées tout en tour du bassin avec des conséquence baisse des pluies, humidité et inondation.

L'histogramme ci-dessous présent l'évolution de la précipitation dans les tourbières.

L'année 2023 est caractérisée par une saison pluvieuse évolution pluviométrique avec un pic très important enregistré par rapport à d'autres années tel que nous observons dans la figure ci-dessus.

L'observation de la figure 46 ci-dessus, montre que la profondeur de la rivière Itimbiria connu une évolution décroissant surtout les deux dernières décennies.

La carte ci-dessous explique la répartition des espèces floristiques en fonction de diamètre

La figure ci haute montre que la classe des arbres à dhp = 17 ,8cm occupent un grand espace dans les tourbières de Wasalaka éclairé avec des valeurs dans les nuages des points de la figure ci-dessous.

Figure48 :Nuages de répartition spatiale des espèces associées aux tourbières

La biomasse de la tourbière de Wasalaka est représentée dans la carte ci-dessous.

Figure 49 :Localisation de la biomasse aérienne de tourbières de wasalaka (source :BAGALA.M, 2023)

Figure 50 :Localisation de la biomasse aérienne de la tourbière de Wasalaka (source : classification image landsat 8, 2024)

CHAPITRE CINQUIEME : FLUCTUATION DES VARIABLES PAR RAPPORT A L'IMPACT D'OCCUPATION DU SOL ET INDICES

Dans ce chapitre nous allons analyser la dynamique d'occupation du sol avec les variables hydro climatiques le cas échéant la température et la précipitation sont prises en compte, et l'analyse d'occupation du sol par indices étudiés (NDVI, NDWI, SAVI et NDBI) par année.

Scénario1. Analyse comparée de l'Indice de végétation par différence normalisée NVDI

L'analyse comparée de l'indice de végétation durant toute la période retenue pour cette investigation est représentée dans la figure ci-dessous.

Figure 51 :Analyse comparée del' Indice de végétation par différence normalisée NVDI

La figure ci haute nous montre l'évolution de l'Indice de végétation par différence normalisée NVDI pour les cinq périodes étudiées, il s'observe une tendance décroissante avec des très faibles valeurs de NDVI, d'où le constat qu'il y a baisse de la courbe dans l'année 2023 tel que représenté dans la figure, cette situation explique qu'à chaque 10 ans le bassin de la rivière Itimbiri zone écosystème à tourbière subisse une perte des végétations.

Scénario2. Analyse comparée de l'Indice de l'eau par différence normalisée NDWI

La figure ci-dessous explique les résultats combinés de l'indice de l'eau normalisée pour les périodes retenues dans l'étude.

Figure 52 : Analyse Comparée de l'Indice de l'eau par différence normalisée NDWI

Apres analyse de l'indice normalisé de l'eau pour toute la période il s'observe une évolution légèrement faible à partir de l'année 2023. Donc l'eau n'occupe pas une superficie importante actuellement dans le bassin de la rivière Itimbiri.

Scénario3. Analyse comparée de l'Indice de végétation ajustée au Sol SAVI

L'analyse comparative de l'indice de savi pour la périodes prise en compte sont présentées dans la figure ci-dessous.

Figure 53 :Analyse comparée de l' Indice de végétation ajustée au Sol SAVI

Après analyse de l'Indice de végétation ajustée au Sol SAVI, pour toutes les périodes, il se dégage que la courbe est proportionnellement renversée avec la plus faible valeur observée dans l'année 2023.

Les résumés de l'indice d'urbanisation est présenté dans la figure suivante, pour deux périodes de 1993 et 2023. Les trois autres années n'ont pas été calculées suite aux manques d'informations sur les bandes moyennes infra rouge (SWIR) et infrarouge proche (NIR).

A la lumière des résultats observer dans la figure ci-dessus, démontre que les bâtis sont faibles en 2023.

5 .2. Fluctuation des variables climatiques par rapport à l'impact de la Superficie sur dans le Bassin

La fluctuation des variables climatiques (Températures et précipitations) retenues dans cette recherche est reprise dans la figure ci-dessous en fonction des classes d'occupation du sol (Eau, forêt primaire et secondaire, champs /cultures ainsi que sol nu.

5.2.1.Fluctuation climatique par rapport à l'impact de la Superficie de l'eau

La Fluctuation des variables climatiques par rapport à l'impact de la Superficie de l'eau est représentée dans la figure ci-dessous.

Figure55 :Fluctuation climatique par rapport à l'impact de la Superficie de l'eau

Au regard des variables climatiques retenues pour cette étude, l'année 2003, contrairement aux années précédentes, présente des situations très intéressantes dans l'optique des perturbations climatiques. Les moyennes des températures laissent entrevoir une hausse remarquable avec 26,12°. Les années 1993 et 1983 sont respectivement par contre présentent la température les plus basses caractérisant ainsi d'une pénurie totale des précipitations ainsi que la réduction de la superficie d'eau à 191Km² tel qu'observé dans la figure ci- haut.

5.2.2. Fluctuation climatique par rapport à l'impact de la Superficie du forêt primaire et forêt secondaire

La Fluctuation des variables climatiques par rapport à l'impact de la Superficie des forêts primaires et secondaires (1983,1993,2003,2013 et 2023) est présentée dans la figure ci-après.

La présente figure explique l'évolution simultanée des variables climatiques et forêt primaire et secondaire. Ainsi, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie qualifiés de négatifs dans la perception humaine habitant aux environnants du bassin. Il en découle un décalage important en termes de superficie dans les classes forestièresn'occupent en 2003,2013 et en 2023les superficies de 9663,23Km²,12963,23Km² et11227Km² de la forêt primaire9826,54Km²,14826,54Km² et 9302Km² de laforêt secondaire dans le bassin sous étude. Ces profondes modifications des classes forestières laissent entrevoir un taux important de déforestation dans le bassin de Itimbiri au courant des périodes sous analyses telle que représentée dans la figure ci-dessus.

5.2.3. Fluctuation climatique par rapport à l'impact de la Superficie des Champs et Sol nu

La Fluctuation des variables climatiques à l'impact de la Superficie des Champs et Sol nu(1983,1993,2003,2013 et 2023) est présentée dans la figure ci-après.

La présente figure explique l'évolution simultanée des variables climatiques de la superficie des champs ou cultures et Sol nu. Ainsi, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie qualifiés de négatifs dans la perception humaine habitant aux environnants du bassin. Les moyennes des températures laissent entrevoir une hausse remarquable avec 26, 12°.Par contre l'année 2023 n'a pas été caractérisé par une hausse comme 2003, néanmoins une forte précipitation est observée ainsi que l'augmentation de la réduction de la superficie de Sol nu et champ dont les détails sont dans les tableau comparatif, ci-dessous.

5.3. Analyse comparative de différentes strates 1983-1993-2013-2023.

Le tableau ci-dessous présente d'une façon claire de la dynamique d'occupation du Sol, par période et les écarts d'accélération ou perte après chaque 10ans.

5.3.1.Dynamique d'occupation du sol pour périodes de 1983,1993,2003,2013 et 2023

L'impact de la dynamique des superficies occupée par l'eau, forêt primaire, secondaire, champs et sol nu est démontré dans le tableau ci-dessous. Il s'agit des superficies occupées par chaque classe d'occupation du sol par période en Km² et en %, ainsi que les écarts de chaque après dix ans

Classes	1983		1993		2003		2013		2023		1993-1983	2003-1993	2013-2003	2023-2003
	Superficie (Km²)	Superficie (%)	Superficie (Km²)	Superficie (%)	Superficie (Km²)	Superficie (%)	Superficie (Km²)	Superficie (%)	Superficie Km²)	Superficie (%)	1993-1983	2003-1993	2013-2003	2023-2003
Eau	237	0,6	231	0,6	191	0,51	208	0,55921495	227	0,60661126	-6	-40	17	19
Forêt primaire	26606	71,5	26612	71,5	9663,23	25,9	12963,23	34,8520769	11227	30,0018706	6	-16948,77	3300	-1736,23
Solnu	201	0,54	198	0,5	9121,23	24,5	2804,23	7,53926603	13388	35,7767029	-3	8923,23	-6317	10583,77
Foret secondaire	9782	26,2	9771	26,2	9826,54	26,4	14826,54	39,8616481	9302	24,8577002	-11	55,54	5000	-5524,54
Champs/ Cultures	369	0,9	381	1,02	8393	22,5	6393	17,1877941	3277	8,75711499	12	8012	-2000	-3116

Le tableau ci-dessus explique l'évolution simultanée des différentes variables retenues pour cette recherche, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluviosité qualifiés de négatifs dans la perception humaine. Il en découle un décalage important en termes de superficie dans toutes les classes d'occupation du sol en forme décroissant :

Dans la même optique, en 1983 l'eau occupe 237Km² soit 0,6%, forêt secondaire ,26606 soit 71,5%, sol nu occupe 201 soit 0,5%, forêt secondaire 9782 soit 26%, les écarts et occupation sont clairement élucidé dans le tableau ci- haut.

La validation des données d'occupation du sol sont présentées dans les tableaux ci-dessous par période.L'indice de Kappa, IK qui a servi la validation, présente le pourcentage des pixels qui ont été bien classés par rapport aux données de vérité-terrain (Mama et Oloukoi, 2003a). En 2023, il augmente de 80 % à 86%, l'évolution de la technologie et du capteurs Landsat explique l'amélioration de la qualité de l'image satellitaire. D'après ces tableaux la superposition des mêmes classes sont considérées acceptable.


	Tableau 4: répartition spatiale de l'occupation du sol dans le bassin versant 1993 ClasseEauSol nu Forêt secondaireForêt Primaire ChampTotalErreurClasse 9 1 100.08Eau 17 02190.51Sol nu 1 20 210.29Forêt secondaire 3 121160.17Foret Primaire 1 10110.17Champ1020221213770.03Total9 1 10Erreur0.250.120.240.220.040Précision0.750.880.760.780.961P.Observée0.81P.aléatoire1.601E-07iK102,5 Tableau 5: Répartition spatiale de l'occupation du sol dans le bassin versant 2003 Tableau6: Répartition spatiale de l'occupation du sol dans le bassin versant 2013 ClasseEauSol nu Forêt secondaireForêt Primaire ChampTotalErreurClasse 2 20.08Eau 8 11100.51Sol nu 1 10 110.29Foret secondaire 4 16 200.17Foret Primaire 1 560.17Champ31211176490.03Total2 2Erreur0.250.120.240.220.040Précision0.750.880.760.780.961P.Observée0.81P.aléatoire1.601E-07iK104,08 ClasseEauSol nu Forêt secondaireForêt Primaire ChampTotalErreurClasse 377621044080.08Eau90880001780.51Sol nu 3721301301820.29Forêt secondaire012010501260.17Foret Primaire 00116861030.17Champ31010.03Total504100172134901098Erreur0.250.120.240.220.040Précision0.750.880.760.780.961P.Observée0.81P.aléatoire1.601E-07iK0.8051002 Tableau7 : Répartition spatiale de l'occupation du sol dans le bassin versant 2023

5.4. DISCUSSIONS

Les résultats de cette étude ont montré ce qui suit : L'année 2003, contrairement aux autres années retenues dans cette recherche, présente des situations très intéressantes dans l'optique des perturbations climatiques. Les moyennes des températures laissent entrevoir une hausse remarquable avec 26,12°. Les années 1993 et 1983 sont respectivement par contre présentent la température les plus basses caractérisant ainsi d'une pénurie totale des précipitations ainsi que la réduction de la superficie d'eau, forêt primaire, secondaire, sol nu et champs. Dans la même optique, en 1983 l'eau occupe 237Km² soit 0,6%, forêt secondaire ,26606 soit 71,5%, sol nu occupe 201 soit 0,5%, forêt secondaire 9782 soit 26%, les écarts et occupation du sol ; L'évolution simultanée des variables climatiques de la superficie des champs ou cultures et Sol nu. Ainsi, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie qualifiés de négatifs dans la perception humaine habitant aux environnants du bassin. Les moyennes des températures laissent entrevoir une hausse remarquable avec 26, 12°.Par contre l'année 2023 n'a pas été caractérisé par une hausse comme 2003, néanmoins une forte précipitation est observée ainsi que l'augmentation de la réduction de la superficie de Sol nu et champs ;L'évolution del' Indice de végétation par différence normalisée NVDI pour les cinq périodes étudiées, il s'observe une tendance décroissante avec des très faibles valeurs de NDVI, d'où le constat qu'il y a baisse de la courbe dans l'année 2023, cette situation explique qu'à chaque 10 ans le bassin de la rivière Itimbirizone d'écosystème à tourbière subisse une perte des végétations. En ce qui concerne de l'indice normalisé de l'eau pour toute la période il s'observe évolution légèrement faible à partir de l'année 2023. Donc l'eau n'occupe pas une superficie importante actuellement dans le bassin de la rivière Itimbiri. L'Indice de végétation ajustée au Sol SAVI, pour toutes les périodes, il se dégage que la courbe est proportionnellement renversée avec la plus faible valeur observée dans l'année 2023.Les résumés de l'indice d'urbanisation, pour deux périodes de 1993 et 2023. 2023 a observé une NDBI très faible. Les trois autres années n'ont pas été calculées suite aux manques d'informations sur les bandes moyennes infra rouge (SWIR) et infrarouge proche (NIR).Boubaker Khallef1*& Khaled Brahamia1 ont démontré dans leurs études sur Application des indices de télédétection à la cartographie des zones urbaines et des sols nus : Cas de la ville de Guelma (Algérie) l'application des indices de télédétection à partir d'image du programme Landsat 8 a pour objet de cartographier les terres bâtis et nus dans la ville de Guelma. Le résultat obtenu montre que l'indice NDBI a fait sortir un résultat acceptable pour cartographier les zone bâtis et les sols nus.

La corrélation entre les indices appliqués dans la ville de Guelma montre que l'indice NDBI est fortement corrélé avec l'indice UI et l'indice EBBI montre aussi une bonne corrélation avec NDBI et UI. La comparaison des indices avec la combinaison des bandes spectrale de l'image OLI 8 (6,5 et 2) a montré l'efficacité de l'indice NDBI pour la discrimination entre les zones bâtis, la végétation et les sols nus. Cette comparaison a permis de classer l'indice NDBI et sortir les unités d'occupation du sol de la ville de Guelma. L'évolution simultanée des variables climatiques et forêt primaire et secondaire. Ainsi, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie qualifiés de négatifs dans la perception humaine habitant aux environnants du bassin. Il en découle un décalage important en termes de superficie dans les classes forestières n'occupent en 2003,2013 et en 2023 les superficies de 9663,23Km²,12963,23Km² et11227Km² de la forêt primaire 9826,54Km²,14826,54Km² et 9302Km² de la forêt secondaire dans le bassin sous étude. Ces profondes modifications des classes forestières laissent entrevoir un taux important de déforestation dans le bassin d'Itimbiriau courant de la période sous analyse. Ces résultats de caractérisation sont similaires à ceux trouvés par (Lutunadio.K ;2020) dans le même bassin avec une différence significative des indices et ses valeurs dans le bassin d'Itimbiri qui a connu en moyenne un degré élevé de sécheresse c'est-à-dire une exposition au risque climatique élevée comparativement aux bassins de l'Uélé et de l'Aruwimi. Mfumu et Lemba (2009) dans le bassin de la Lukaya avec une différence des indices les communautés riveraines de trois bassins versants étudiés sont censées parcourir à des degrés variés des longues distances pour accéder à l'eau salubre, la situation dans le bassin de l'Aruwimi se rapproche de l'optimum envisageable mais elle est critique dans les deux autres bassins. Indice d'occupation du sol La Figure 35 présente l'indice d'occupation du sol, évalué à partir de la carte d'occupation du sol de la région d'étude. Il présente un ratio des surfaces couvertes et non couvertes par la forêt. Elle montre la qualité de la couverture évaluée par le ratio non forêt et forêt dans une échelle de 0 à 1, 0 comme étant la situation optimale et 1, la situation critique, les bassins de la Loeka et de l'Aruwimi sont bien couverts et sont moins sensibles que le bassin de l'Uélé qui devient de plus en plus anthropisé. Comparativement à l'étude menée par Mogbokula ;2020 sur la dynamique d'occupation du sol et son impact sur la qualité de l'eau : cas du bassin versant de la rivière Lukaya entre 2007 et 2020, Mogbokula. S. a étudié la dynamique d'occupation du sol et son impact sur la qualité de l'eau : cas du bassin versant de la rivière Lukaya entre 2007 et 2020 le NDVI et le NDBI ont une corrélation forte négative ( 0,959) et quant à ces indices normalisés et les taux de changement des différentes classes d'occupation du sol, le NDVI a présenté une faible corrélation et non significative soit négative soit positive selon le cas pour les quatre différentes classes d'occupation du sol (savane arbustive, forêt secondaire, zone habitable et sols nus & activité anthropique) ; le NDBI quant à lui, a présenté une corrélation moyenne et non significative avec les autres paramètres d' occupation du sol. Les taux de changement d'occupation du sol, fortes influences significatives qui peuvent être négatives ou positives selon le cas comme par exemple la classe forêt secondaire et la classe zone habitable entretiennent une forte influence négative et significative.

Ces résultats de caractérisation ont utilisé les mêmes images sauf que notre à évaluer d'autres indices autres. PIREDD_MO dans son étude en 2023, l'Ofscaf a mené une étude sur les tourbières pour le projet PIREDD MONGALA / RDC souligne que La présente étude confirme une forte dynamique par l'effet que : la forêt primaire occupait une superficie de 26606Km² en 1983 passe à 11227Km²soit une diminution de 15399Km² de la forêt primaire, la foret secondaire de 9826,54Km à 9302Km2 en 2023 au moins 479Km² restante de la forêt secondaire. Champs occupait 369Km2 soit 0,03ha en 1983 et en 2023 varie à 3277Km² soit 0,32 ha , sol nu 201 Km² soit 0,02ha en 1983 connait une très forte augmentation de 13388Km² soit 1,33ha en 2023.Ces profondes modifications des classes forestières laissent entrevoir un taux important de déforestation dans le bassin d'Itimbiri.

Ce constant a été relevé par le PIREDD_MO que la couverture forestière dans la Province de la Mongala connait une forte dynamique. Les pertes s'observent autant à l'échelle provinciale qu'à l'échelle territoriale : la couverture forestière est passée, entre 2010 et 2022, de 5 186 851 ha à 4 275 745 ha, enregistrant une perte de 911 106 ha de forêt. Dans les territoires de la Province de la Mongala, en 2010, la couverture forestière était respectivement de 1 457 816 ha, 1 410 443 ha et 2 318 593 ha pour Lisala, Bumba et Bongandanga. En 2022, la couverture forestière est passée à 962 147.80 ha pour le territoire de Bumba, 1 210 661,53 ha pour Lisala et 2 102 935.67 ha pour Bongandanga. Les pertes de couverture forestière sont respectivement de 247 154.47.

En définitive on peut noter que les tourbières de la Province de la Mongala sont actuellement peu touchées par la déforestation et la dégradation forestière. Cela s'explique par le fait que certaines forêts sont localisées dans des zones hydromorphes relativement difficiles d'accès. Ce qui explique la même réalité que le bassin de la rivière Itimbiri., Balkis Chaabane , 2023 dans son étude sur apport de la matrice de confusion dans l'évaluation du changement du paysage et de l'occupation du sol : cas de la zone du grand sfax tunisie, avec l'approche méthodologique adoptée est basée sur le traitement des images satellites. Trois images satellitaires Landsat, téléchargées du site USGS provenant respectivement des capteurs L5 MSS/TM, L7 ETM+ et L8 OLI/TIRS et datant de 1990, 2003 et 2015, ont été utilisées et traitées par la classification supervisée pour la production des cartes multi-dates illustrant la dynamique spatio-temporelle. Huit classes ont été définies : l'urbain, les champs d'olivier, les jardins, les parcelles irriguées, les marais saumâtres saisonniers (sebkha), les salines et le phosphogypse. L'analyse des résultats indiquent une croissance des superficies bâties de 18% et une régression de 20 % de terres agricoles entre 1900 et 2015. Pour chaque année étudiée, une matrice de confusion a été conçue afin d'évaluer la classification. L'indice de succès global `SG', de 1990 à 2015, il augmente de 78% à 96%, cela est peut-être expliqué par l'amélioration de la qualité de l'image satellitaire liée à l'évolution des capteurs Landsat. La précision des classifications se jugent bonne et acceptable. Elle a été évaluée quantitativement à l'aide des indices de kappa qui sont >0,7 à travers la matrice de confusion.

Ø La distribution spatiale des espèces collectées dans les tourbières, la classe des arbres à dhp = 10 cm occupent un grand espace dans les tourbières de Wasalaka que nous pouvons dire qu'il ya une bonne régénération les tourbières de Wasalaka, Par rapport à la répartition des spatiales des espèces inventoriées, la classe des arbres à dhp = 10 cm occupent un grand espace dans les tourbières de Wasalaka, ces résultats s'oppose à ceux trouvé par PIREDD_MO dans son étude en 2023, l'Ofscaf a mené une étude sur les tourbières pour le projet PIREDD MONGALA / RDC en vue d'analyser la faisabilité pour Enabel et ses partenaires de promouvoir les valeurs sociales, économiques et environnementales des tourbières avec un accent particulier sur la possibilité de développer la riziculture de bas-fond/irriguée sans dégrader ou impacter défavorablement la capacité des tourbières à stocker le carbone. » et localiser la présence de tourbes dans les zones inondées et marécageuses de la zone d'étude ;caractériser l'état actuel des tourbières : épaisseur de la couche de tourbe, densité (concentration en carbone) et état de dégradation éventuel des zones de tourbières ; en fin décrire les pratiques anthropiques actuelles sur ces tourbières, leurs dynamiques, les risques qu'elles génèrent et les alternatives possibles, la flore est à dominance Poaceae,Arecaceae (Elaeis guinensis) et Hypericaceae (Harungana madacascariensisL'analyse 43 Rapport final de l'étude sur les tourbières dans la Province de la Mongala pour le projet PIREDD_MO des données d'inventaire a permis d'identifier 29 espèces réparties en 18 familles. Les espèces identifiées ont divers types morphologiques des herbes (19 espèces), des arbustes (4 espèces), des arbres moyens (3 espèces), des arbres (2 espèces) ou des arbustes lianescent (1 espèce). Les familles les mieux représentées dans le transect 1 sont les Poaceae (6 espèces), Asteraceae (4 espèces), Melastomataceae (3 espèces), Euphorbiaceae (2 espèces) et Fabaceae (2 espèces), du point de vue diamètres. Cette situation s'explique par l'effet que l'échantillon prélevé par PIREDD_MO dans le territoire de Bumba le même territoire que notre recherche à une différence des groupements, lui à prélever dans le groupement Molua , groupement incorporé dans la ville de Bumba par contre nous avons été dans le groupement Wasalaka à 40Km de la ville de Bumba.

CHAPITRE SIXIEME : CONCLUSIONS ET RECOMMANDATIONS

5.1. Conclusions

La caractérisation de la végétation des tourbières de Wasalaka dans le bassin versant de la rivière Itimbiri a été abordée sous un angle nouveau étant donné que les tourbières étant une preuve additionnelle des services écosystémiques rendus par les forêts de la RD Congo à l'ensemble de l'humanité. Il est juste que les efforts de conservation soient reconnus et valorisés, afin que le pays dispose des moyens pour l'amélioration du vécu des communautés locales et des peuples autochtones.Cette étude vise à décrire l'écosystème à tourbière de WASALAKAdans le bassin versant de la rivière Itimbiri. Elle vise également à évaluer les différentes classes d'occupation du sol,analyser les indices d (NDVI, NDWI, SAVI et NDBI) , examiner les données spatiales historiques (Températures et précipitations) pourcomparer avec la superficie par classe d'occupation du sol du bassin de la rivière Itimbiri zone à tourbière de 1983,1993, 2003,2013 à 2023 et analyser la distribution spatiale des espèces inventoriées dans les tourbières de Wasalaka dans le bassin de la rivière Itimbiri ainsi déterminer les fluctuations d'occupation du sol et indices d'évaluation utilisés ainsi qu'analyser la fluctuation des variables climatiques par rapport à l'impact de superficie dans les bassins de la rivière Itimbiride 1983,1993, 2003,2013 à 2023.

Pour atteindre ces objectifs,l'approche méthodologique a consisté trois (03) étapes dont la revue de la littérature, la collecte des données existantes sur les tourbières, hydro climatiques de la zone d'étude ; analyse spatiale (Classification LULC des tourbières) etinventaire floristique a été utilisée pour caractériser les tourbières de Wasalaka.

Ø L'année 2003, contrairement aux autres années retenues dans cette recherche, présente des situations très intéressantes dans l'optique des perturbations climatiques. Les moyennes des températures laissent entrevoir une hausse remarquable avec 26,12°. Les années 1993 et 1983 sont respectivement par contre présentent la température les plus basses caractérisant ainsi d'une pénurie totale des précipitations ainsi que la réduction de la superficie d'eau, forêt primaire, secondaire, sol nu et champs.

Ø Dans la même optique, en 1983 l'eau occupe 237Km² soit 0,6%, forêt primaire ,26606 soit 71,5%, sol nu occupe 201 soit 0,5%, forêt secondaire 9782 soit 26%, les écarts et occupation du sol ;

Ø L'évolution simultanée des variables climatiques de la superficie des champs ou cultures et Sol nu. Ainsi, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie qualifiés de négatifs dans la perception humaine habitant aux environnants du bassin. Les moyennes des températures laissent entrevoir une hausse remarquable avec 26, 12°.Par contre l'année 2023 n'a pas été caractérisé par une hausse comme 2003, néanmoins une forte précipitation est observée ainsi que l'augmentation de la réduction de la superficie de Sol nu et champ ;

Ø L'évolution del' Indice de végétation par différence normalisée NVDI pour les cinq périodes étudiées, il s'observe une tendance décroissante avec des très faibles valeurs de NDVI, d'où le constat qu'il y a baisse de la courbe dans l'année 2023, cette situation explique qu'à chaque 10 ans le bassin de la rivière Itimbirizone écosystème à tourbière subisse une perte des végétations.

Ø En ce qui concerne de l'indice normalisé de l'eau pour toute la période il s'observe évolution légèrement faible à partir de l'année 2023. Donc l'eau n'occupe pas une superficie importante actuellement dans le bassin de la rivière Itimbiri.

Ø L'Indice de végétation ajustée au Sol SAVI, pour toutes les périodes, il se dégage que la courbe est proportionnellement renversée avec la plus faible valeur observée dans l'année 2023.

Ø Les résumés de l'indice d'urbanisation, pour deux périodes de 1993 et 2023. 2023 a observé une NDBI très faible. Les trois autres années n'ont pas été calculées suite aux manques d'informations sur les bandes moyennes infra rouge (SWIR) et infrarouge proche (NIR).

Ø L'évolution simultanée des variables climatiques et forêt primaire et secondaire. Ainsi, plus la couverture forestière diminue, plus il s'avère des impacts notamment, l'augmentation de la température et la baisse de la pluie qualifiés de négatifs dans la perception humaine habitant aux environnants du bassin. Il en découle un décalage important en termes de superficie dans les classes forestièresn'occupent en 2003,2013 et en 2023les superficies de 9663,23Km²,12963,23Km² et11227Km² de la forêt primaire9826,54Km²,14826,54Km² et 9302Km² du forêt secondaire dans le bassin sous étude. Ces profondes modifications des classes forestières laissent entrevoir un taux important de déforestation dans le bassin d'Itimbiri au courant de la période sous analyse.

A) Sur le Plan Individuel et Communautaire, que lasensibilisation de la communauté à la prise de conscience à l'utilisation abusive des ressources naturelles sur le bassin par leurs activités pour éviter la disparition de la rivière Itimbiri qui va occasionner le drainage des tourbières et autres espèces endémique de la biodiversité ;

B) Sur le plan scientifique : Poursuite des inventaires multi-ressources puissent être menés afin de disposer les données à grande échelle ;La mise en place d'un SNO Tourbières (Service National d'Observation des Tourbières) en R.D. Congo ;Que l'application de l'intelligence artificielle (IA) dans l'étude LULC Classification puise être développer dans des études ultérieures qui sera divisée en classification dure et classification douce enfin les recherches postérieures soient axées sur les services écosystémiques fournis par les écosystèmes à tourbièresde la régionafin de contribuer à élaborer des plans de gestion qui intègrent les paiements pour services environnementaux. Que toutes les parties prenantes s'impliquent à la mise en place des stations afin de permettre les prélèvements des relevées hydrologiques.

C)l'Etat : Création des activités régénératrices des revenues (ARGR) en vue de diminuer la pression sur l'écosystèmes et pour mouvoir la gestion durable de la zone à tourbière et décourager les exploitants illégaux des bois d'oeuvre et PFNL. Que toutes les parties prenantes s'impliquent à la mise en place des stations afin de permettre les prélèvements des relevées hydrologiques. Que la sécurisation de la zone des tourbières de Wasalaka par la communauté locale soit envisagée en vue d'une gestion durable.

REFERENCES BIBLIOGRAPHIQUES

Alphonse benza.,(2021) : Synthèse Bibliographique, Analyse Et Description Du Bassin Du Congo-Oubangui-Sangha Face Aux Défis Ecosystémiques Du XXIème Siècle

Balkis Chaabane ., (2023) :Apport de la matrice de confusion dans l'evaluation du changement du paysage et de l'occupation du sol : cas de la zone du grand sfax tunisie

Barthelmes., A. & Joosten, H.,(2018). Lignes directrices sur l'inventaire des tourbières tropicales pour faciliter leur inscription sur la Liste de Ramsar [Note d'information Ramsar 9]. Gland, Suisse : Secrétariat de la Convention de Ramsar.

Boubaker Khallef1*& Khaled Brahamia1.,(2019), Application des indices de télédétection à la cartographie des zones urbaines et des sols nus : Cas de la ville de Guelma (Algérie)

Campbell, D., (2005). The Congo River Basin. In: L. H. Fraser and P. A. Keddy (Eds.), The World's Largest Wetlands: Ecology and Conservation, Cambridge University Press, Cambridge.

Catherine zambettakis.,(1995) :Etude de gestion des tourbières et LANDES tourbeuses du parc Naturel régional Normandie-maine

Crrebac.,(2022)Menaces anthropiques qui pèsent sur les tourbières de la République Démocratique du Congo. Rapport d'étude.Référence Projet RDC 1015311LB-21-006-PEE

Cush.Ng., (2023):aménagement, restauration, et valorisation des écosystèmes aquatiques

Dargie G. C., Lawson I. T., Rayden T. J., Miles L., Mitchard E. T.A., Page S. E., et al., 2019. Congo Basin peatlands: threats and conservation priorities. Mitigation and Adaptation Strategies for Global Change, 24 (4): 669-686. https://doi.org/10.1007/

Dargie, G. C., lewis, S. L., Lawson, I. T., Mitchard, E. T., Page, S. E., Bocko, Y. E., & Ifo, S. A. (2017). Age, extent and carbon storage of the central Congo Basin peatland complex. Nature, 542(7639), 86-90. doi: 10.1038/nature21048 .

Debroux, L., Hart, T., Kaimowitz, D., Karsenty, A., et Topa, G. (Eds.) (2007 ). La forêt en République Démocratique du Congo Post-conflit: Analyse d'un Agenda Prioritaire. Rapport collectif par des équipes de la Banque mondiale, du Center for International Forestry Research (CIFOR),duCentre International de Recherche Agronomique pour le Développement (CIRAD), d'African Wildlife Foundation (AWF), du Conseil National des ONG de Développement du Congo (CNONGD), de Conservation International (CI), du Groupe de Travail Forêts (GTF), de la Ligue Nationale des Pygmées du Congo (LINAPYCO), de l'Organisation Néerlandaise de Développement (SNV), du Réseau des Partenaires pour l'Environnement au Congo (REPEC), du Wildlife Conservation Society (WCS), du Woods Hole Research Center (WHRC), du World Agroforestry Centre (ICRAF) et du World Wide Fund for Nature (WWF). xxii, 82p. ISBN 979-24-4683-4.

Devaux CA, Mediannikov O, Medkour H and Raoult D (2019): Infectious Disease Risk Across the Growing Human-Non Human Primate Interface: A Review of the Evidence. Front. Public Health 7:305. doi: 10.3389/fpubh.2019.00305

MK. abdou habou & al2020 : caractéristiques floristiques et écologiques de la formation végétale de gouré(Sud -Est du Niger)

Lutonadio. k ;2020 : développements de l'indice agrège de vulnérabilité pour gérer le nexus climat-eau-migrations-conflits dans le bassin du Congo : Cas des bassins versants de la partie Nord-Est de la République Démocratique du Congo

Natacha Fontaine, 2008 : Biodiversité et la restauration des mares à tourbières 76p.

Nicolas lolive et Daniel PETIT:Biodiversité des Orthopteresdansune petite tour bieres des montsd'Ambazac(haute vienne) enrélation avec la dynamiquevégétale

Osfac (2020).étude et analyse des zones humides de la cuvette centrale du bassin du Congo

Osfac (2010). Forêts d'Afrique centrale évaluées par télédétection FACET. Étendue et perte du couvert forestier en République Démocratique du Congo de 2000 à 2010. Publié par l'Université d'État du Dakota du Sud, Brookings, Dakota du Sud, États- Unis d'Amérique, ISBN: 978-0-9797182-5-0. Site web: htt://osfac.net.

Pankyes datok, Clément Fabre, Sabine Sauvage, Guy D. Moukandi N'kaya, Adrien Paris, Vanessa Dos Santos, Alain Laraque, et José-Miguel Sánchez-Pérez, 2022. Analyse du rôle de la Cuvette Centrale dans l'hydrologie du bassin versant du Congo. American Geophysical Union - AGU Willey special issue «Congo Basin

Trigg, A. M., & Tshimanga, R. M. (2020). Capacity building in the Congo Basin: Rich resources requiring sustainable development. One Earth 2, Elsevier Inc. https://doi.org/10.1016/j.oneear.2020.02.008 .

Tshimanga, R.M. (2022). Two decades of hydrologic modeling and predictions in the Congo River Basin: Progress and prospect for future investigations. American Geophysical Union - AGU Willey special issue «Congo Basin Hydrology, Climate, and Biogeochemistry: A Foundation for the Future», publisher «Wiley-AGU», ISBN «9781119656975». Editors: Tshimanga, R.M, Moukandi, G.N, Alsdorf, D.

Tshimanga, R.M., Hughes, D.A., (2012). Climate change and impacts on the hydrology of the Congo Basin: the case of the northern sub-basins of the Oubangui and Sangha Rivers. Physics and Chemistry of the Earth 50-52 (2012) 72-83

Rapport« Millenium Ecosystem Assessment (MEA)(2005) : « évaluation des écosystèmes pour le millénaire »)

https://zenodo.org/records/8183848 :Historiques (des données in situ, d'observation spatiale, de réanalyse (Hydrological Reanalysis for the Congo River Bassin) disponible surHydrology, Climate, and Biogeochemistry: A Foundation for the Future», publisher «Wiley-AGU», ISBN «9781119656975». Editors: Tshimanga, R.M, Moukandi, G.N, Alsdorf,

https://archipel.uqam.ca/12716/1/Munger_et%20_al_NatCan_2014.pdf:Espèces végétales indicatrices des échanges d'eau entre tourbière et aquifère

ANNEXES

ANNEXE 1 : PHOTOS PRISES LORS DES TRAVAUX DE TERRAIN

Pendant l'identification et inventaire floristique dans les tourbières de Wasalaka, Aout, 2024

Identification et inventaire floristique dans la zone à tourbières de Wasalaka, Aout, 2024

Caracterisation de la vegetation des tourbieres de Wasalaka dans le bassin de la riviere Itimbiri dans le contexte du changement environnemental

DEDICACE

REMERCIEMENTS

CHAPITRE PREMIER : INTRODUCTION GENERALE

1. Introduction

1.1.2. Enoncé du problème

1.1.3. Questions de recherche

1.1.3.1. Question générale

1.1.3.2. Questions spécifiques

1.2.1. Objectif général

1.2.2. Objectifs spécifiques

1.1.4. Hypothèses de recherche

1.1.4.1. Hypothèse générale

1.1.4.2. Hypothèses spécifiques

1.3.1. Intérêt du sujet

1.4. Délimitation dans l'espace et dans le temps

1.8. Cadre méthodologique général de recherche

1.6. Structure du mémoire

CHAPITRE DEUXIEME :REVUE DE LA LITTERATURE

2.1. Généralités conceptuelles

2.2. Définitions des tourbières

2.2.1. Définitions mondiales des tourbières

2.2.2 Formation des Tourbières

2.2.3. Classification des Tourbières

2.2.4. Types des Tourbières

2.2.5. Répartition des tourbières en RD Congo

2.2.6. Flore associées aux écosystèmes des tourbières de la RD Congo

2.3.Classification LULC des tourbières

2.4.Bassin versant

2.4.1. Caractéristiques d'un bassin versant

2.5. Occupation du sol

2.6. Images satellitaires Landsat

2.7. Changement environnemental

CHAPITRE TROISIEME : MILIEU, MATERIELS ET METHODES DE L'ETUDE

3.1. PRÉSENTATION DU MILIEU D'ÉTUDE

3.1.1. Situation géographique

3.1.2. Caractéristiques climatiques

3.2.1. Aspect morphologique du Bassin

3.2.1.1.Altitude et Ordre

3.3. MATÉRIELS

3.4. METHODES

2. l'Analyse spatiale (Classification LULC des tourbières) et ;

3.4.2. Caractérisation des tourbières

3.4.1. Classification LULC des tourbières

3.4.2. L'indice de Végétation par Différence Normalisée (NDVI)

3.4.2.2. Plage D'indice

NDWI : Calcul De L'indice D'eau Par Différence Normalisée

NDWI : Interprétation Des Valeurs

L'indice d'eau par différence normalisée (NDWI) est utilisé pour détecter les bassins d'eaux ouvertes sur l'image satellitaire : le corps hydrique «se d NDWI : Utilisation De L'indice

NDWI : Visualisation de L'indice

4.0. Introduction

5 .2. Fluctuation des variables climatiques par rapport à l'impact de la Superficie sur dans le Bassin

5.3. Analyse comparative de différentes strates 1983-1993-2013-2023.

5.4. DISCUSSIONS

CHAPITRE SIXIEME : CONCLUSIONS ET RECOMMANDATIONS

5.1. Conclusions

REFERENCES BIBLIOGRAPHIQUES

ANNEXES

ANNEXE 1 : PHOTOS PRISES LORS DES TRAVAUX DE TERRAIN

3.4.2. Caractérisation d es tourbières