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


Home | Publier un mémoire | Une page au hasard

 > 

Cartographie et estimation de la capacité de charge du pàturage à  partir des images satellitaires. Cas de la commune rurale de Diabaly dans la région de Ségou au Mali.


par Moctar TRAORE
Université Félix Houphouet-Boigny de Cocody  - Master en Télédétection et Système d’Information Géographique. Spécialité : Climat, Environneme 2019
  

précédent sommaire suivant

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

LISTE DES ABRÉVIATIONS

ALOS : Advanced Land Observing Satellite

CURAT : Centre Universitaire de Recherche et d'Application en Télédétection

CPS : Cellule de planification et de la statistique

DNPIA : Direction Nationale des Productions et des Industries Animales

ESA : Agence Spatiale Européenne

FAO : Organisation des Nations Unies pour l'Agriculture et Alimentation

GPS : Global Positioning System (Système mondiale de Positionnement par Satellites)

ha : hectare

MNT : Model Numérique du Terrain

ms : Matière sèche

MSI : MultiSpectral Instrument

ON : Office du Niger

OSAVI : Indice de Végétation Ajusté du Sol Optimisé

PPN : Production Primaire Nette

PIR : la réflectance dans le Proche Infra Rouge

R : la réflectance dans le Rouge

UBT : Unité Bétail Tropical

t : tonne

ix

LISTE DES FIGURES

Figure 1: Localisation de la commune de Diabaly dans la région de Ségou. 4

Figure 2: Model Numérique de Terrain issu des données MNA (ALOS PALSAR). 5

Figure 3: Carte pédologique de la commune Diabaly issue des données de FAO, 1974. 6

Figure 4: Carte géologique de la commune Diabaly issue des données de DNGM, 1981. 7

Figure 5: Carte de pente issue des données MNA (ALOS PALSAR). 8

Figure 6: Diagramme ombrothermique de 2019 issue des données 9

Figure 7: Différentes ressources de la biomasse (source : Ademe, 2007). 12

Figure 8: Spectre du rayonnement solaire. 19

Figure 9: Courbe de réflectance d'une feuille dans le visible et l'infrarouge 20

Figure 10: Couverture des données N0208/R008 (A) ; N0208/R051 (B) de Sentinel-2B de

2019. 24
Figure 11: Mosaïque des scènes N0208/R008 ; N0208/R051 MSI de Sentinel-2B de 2019. 28

Figure 12: Organigramme méthodologique de cartographie et estimation de la biomasse. 33
Figure 13 : Composition colorée de l'image satellitaire MSI de sentinel-2B d'octobre 2019

dans les Bandes spectral 4-5-7. 36

Figure 14 : Carte d'occupation du sol de la zone d'étude 2019. 38

Figure 15 : Répartition des classes d'occupation du sol issue de la classification de l'image

MSI de Sentinel-2B de la commune rurale de Diabaly 2019. 39
Figure 16 : Occupation du sol à partir de l'Indice de Végétation Ajusté du Sol Optimisé

(OSAVI) image Sentinel-2B. 40

Figure 17 : Carte de la biomasse (t/ha) issue de l'image MSI de sentinel-2B. 41

Figure 18: Rendement de biomasse par unité de superficie (t/ha). 42

x

LISTE DES TABLEAUX

Tableau I: Caractéristiques des bandes de Sentinel-2B 25

Tableau II: Types d'occupation du sol et Correspondances en pixel. 30

Tableau III: Données générales sur l'élevage 35

Tableau IV: Matrice de confusion de la classification de l'image Sentinel-2B de 2019 36

xi

RÉSUMÉ

Les systèmes d'élevage des pays sahéliens sont fortement exposés au changement climatique et la plupart d'entre eux subissent déjà des épisodes de sécheresse depuis le début des années 1970. Par ailleurs, les ressources pastorales disponibles dans le secteur d'étude reposent sur les réserves fourragères, les résidus de cultures et les points d'eau. Elles sont soumises à une forte pression d'exploitation (surpâturage, désertification, l'ensablement des points d'eau et les feux de brousse) ayant comme corollaire la dégradation de l'environnement. L'objectif de cette étude est de fournir une estimation de la biomasse consommable et la capacité de charge du pâturage de la commune de Diabaly (Mali) en utilisant une méthode non destructive. Les données utilisées se composent, essentiellement, d'images satellitaires (MSI de sentinel-2B d'octobre 2019, image MNT de ALOS PALSAR de 2007), la base de données numérique géo-référencée de l'IMG 2009 du Mali et les données générales sur l'élevage (le nombre d'éleveurs, le nombre de bétail et leurs localités). La méthodologie utilisée, en plus du traitement numérique des images satellitaires se base sur la cartographie du couvert végétal. Cette cartographie a été appuyée par un inventaire de biomasse pour estimer la capacité de charge du pâturage. Les résultats obtenus confirment une faible capacité de charge du pâturage de 0,94 UBT/ha/an et une production de biomasse moyenne utilisable de 19 617 t dans la commune de Diabaly. Les périodes de pâturage, des déplacements généralement internes sont sources de conflits entre exploitants agricoles et éleveurs. Ainsi, la faible capacité de charge, l'extension des cultures au détriment des pâturages et l'accroissement du cheptel vont accentuer la dégradation des écosystèmes de la zone d'étude déjà fragilisés ce qui aura une conséquence néfaste sur les performances zootechniques du cheptel et l'économie de la commune de Diabaly.

Mots clés : cartographie, biomasse, capacité de charge, pâturage, images satellitaires, commune de Diabaly, Mali.

Xii

précédent sommaire suivant






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








"Il faut répondre au mal par la rectitude, au bien par le bien."   Confucius