|
|
|
République de Côte d'Ivoire
~~~~~~~~~~~~~
Ministère de l'Enseignement Supérieur et de
la
Recherche Scientifique
|
|
|
|
ANNÉE UNIVERSITAIRE : 2019-2020
|
|
|
Université Félix Houphouët Boigny de Centre
Universitaire de Recherche UFR des Sciences de la Terre
Cocody et d'Application en Télédétection et
des Ressources Minières
N° d'ordre :150/2019
|
|
MÉMOIRE
Pour l'obtention du diplôme de Master en
Télédétection et Système d'Information
Géographique Spécialité : Climat, Environnement et
Développement Durable (CE2D)
Sujet :
|
|
Cartographie et estimation de la capacité de
charge du pâturage à
partir des images satellitaires : cas de
la commune rurale de
Diabaly dans la région de Ségou au
Mali
|
|
|
Présenté par :
TRAORE Moctar
Date de soutenance : 27/02/2020 Directeur : Dr. SALEY
Mahaman Bachir Co-Directeur : Dr. OUATTARA Adama
|
Composition du jury
Dr. YAO N'GORAN J.P., Président Dr. OUATTARA
Adama, Co-Directeur Dr. ASSOMA Vincent, Examinateur Dr. YAO Noellie,
Examinatrice
|
|
i
DEDICACE
À ma famille
Pour ses efforts
consentis à mon enrichissement intellectuel.
Seul le Tout Puissant
vous récompensera à votre juste valeur.
Je m'efforcerai de
vous rendre fiers de moi.
ii
REMERCIEMENTS
Ce mémoire est le fruit des efforts consentis par
plusieurs personnes. Nos remerciements vont tout d'abord à l'endroit des
responsables de la coopérative « Niéta
» qui nous a exhortés à entreprendre cette
étude avec beaucoup d'encouragement. Dans la même veine, nos
remerciements vont à l'endroit des responsables du Centre Universitaire
de Recherche et d'Application en Télédétection (CURAT)
pour nous avoir acceptés dans cette Institution. Nous voudrions citer en
premier le Professeur AFFIAN Kouadio, Vice-Président de
l'Université Félix Houphouët-Boigny de Cocody et Doyen
Honoraire de l'UFR-STRM.
Le Professeur SORO Nagnin, Doyen de
l'UFR-STRM et de l'ensemble du décanat.
Nos remerciements singuliers s'adressent au Docteur
KOUAME Kan Jean, Directeur du CURAT et de l'Ecole Doctorale
Africaine de Télédétection (EDAT) pour avoir cru en nous.
Toute ma reconnaissance va à l'endroit du Professeur KOUAME
Koffi Fernand, ex-directeur du CURAT, pour ses observations, ses
suggestions et ses encouragements.
Le Docteur MOBIO Brice Abaka, Directeur du
Laboratoire des Télédétection et SIG, pour m'avoir
accueilli au sein de son Laboratoire.
Le Docteur SALEY Mahaman Bachir, Superviseur
de ce mémoire, qui a bien voulu accepter mon encadrement.
Le Docteur OUATTARA Adama, Directeur de ce
Master, pour m'avoir permis de faire mes premiers pas dans la recherche. Par
son goût du travail, sa sympathie et sa simplicité, il a su me
guider et m'a permis de prendre confiance en moi, merci Docteur.
Le Docteur ASSOMA Vincent, d'avoir bien voulu
instruire ce mémoire avec la rigueur nécessaire pour
améliorer mon apprentissage scientifique.
Les Docteurs DANUMAH Jean Homian et
N'GUESSAN BI Vami Herman pour leurs conseils et
encouragements.
Au corps enseignant du CURAT, Professeur DJAGOUA Eric
Valère, Docteur BOYOSSORO
Hélène, Docteur YOUAN TA Marc, Docteur
DIBI N'DA Hyppolite, Docteur KOUAME Adonis
pour leurs conseils et contributions à l'encadrement des
étudiants. Merci également au Professeur YAO N'GORAN
JP président du jury de ce mémoire et Docteur
YAO Noellie l'examinateur. Je voudrais témoigner ma
profonde gratitude à ma famille : mon père Amadou TRAORE
et ma maman FEU Balakissa DOUMBIA, mes tantes
FEU Nakou DOUMBIA et FEU Wassa DIARRA, mon
oncle Boubacar Sidiki DOUMBIA, mes frères
Gaoussou KONE, Mohamed TRAORE,
Ousmane TRAORE et Nouhoum TRAORE,
Sory Ibrahima TRAORE, Brahima TRAORE, mes
soeurs Fatoumata
iii
TRAORE, et Djénèba
TRAORE, pour leur amour, leur affection, leur encouragement, leur
prière, leurs soutiens moral et financier tout au long de mes
études. Mes sincères remerciements vont à l'endroit de
Docteur KOUASSI KAN Désiré, pour ses
conseils.
Merci également à tous mes amis, en particulier,
YEO Nahoua, KAMENAN Jean Ernest Djemin, DIARRA Adama,
Moussa SANGARE, Zoumana DIALLO,
OUATTARA Kassoum, AKA Kadio Saint Rodrigue, Oura
AFFOUE MARTINE, Fahimat YUSSUF pour leur sympathie, leur
disponibilité et encouragements.
iv
TABLE DES MATIERES
LISTE DES ABRÉVIATIONS viii
LISTE DES FIGURES ix
LISTE DES TABLEAUX x
RÉSUMÉ xi
ABSTRACT xii
INTRODUCTION 1
PREMIÈRE PARTIE : GÉNÉRALITÉS
3
CHAPITRE 1 : PRÉSENTATION DE LA ZONE
D'ÉTUDE 4
1.1. Cadre géographique 4
1.2. Relief 4
1.3. Sol 5
1.4. Géologie 6
1.5. Pente 7
1.6. Climat 8
1.7. Végétation 9
1.8. Population 9
1.9. Activités socio-économiques et culturelles
10
CHAPITRE 2 : NOTIONS ET CONCEPTS DE L'ÉTUDE
11
2.1. Biomasse 11
2.2. Valorisation de la biomasse 12
2.3. Avantages et Inconvénients de la biomasse 13
2.3.1. Avantages de biomasse 13
2.3.2. Inconvénients de la production de biomasse 13
2.4. Composition de la Biomasse 14
2.4.1. Cellulose 14
2.4.2. Hémicelluloses 14
V
2.4.3. Lignine 15
2.5. Propriétés de la biomasse 15
2.6. Stratégie de mobilisation de biomasse 16
2.6.1. Cultures dédiées à la production
d'énergie 16
2.6.1.1. Plantes agricoles 16
2.6.1.2. Bois et les forêts 16
2.6.1.3. Plantes aquatiques et les algues 17
2.6.2. Résidus de la biomasse 17
2.6.2.1. Agriculture 17
2.6.2.2. Forêts 18
2.6.3. Biomasse des déchets 18
2.6.3.1. Déchets fermentescibles des ordures
ménagères 18
2.6.3.2. Déchets verts 18
2.7. Méthodes d'estimation de la biomasse par
Télédétection 18
2.7.1. Télédétection 18
2.7.2. Imagerie multi-spectrale pour l'estimation de biomasse
20
2.8. Capacité de charge animale 21
DEUXIÈME PARTIE : MATÉRIEL ET
MÉTHODES 23
CHAPITRE 3 : DONNÉES ET MATÉRIEL
24
3.1. Données 24
3.1.1. Images satellitaires 24
3.1.2. Couches numériques et photographies 26
3.1.3. Données générales sur
l'élevage 26
3.2. Matériel 26
CHAPITRE 4 : MÉTHODOLOGIE 27
4.1. Collecte des données d'enquête 27
4.2. Cartographie d'occupation du sol à partir d'image MSI
de sentinel-2B 27
vi
4.2.1. Prétraitement l'image MSI de Sentinel-2B 27
4.2.1.1. Correction radiométrique et atmosphérique
27
4.2.1.2. Mosaïque d'image et extraction de la zone
d'étude 27
4.2.3. Traitement de l'image satellitaire Sentinel-2B 28
4.2.3.1. Choix d'une composition colorée et
identification d'une nomenclature des
classes d'occupation du sol 28
4.2.3.2. Choix des sites d'entraînement 28
4.2.3.3. Extraction des classes d'occupation du sol à
partir des signatures spectrales 28
4.2.3.4. Discrimination des unités d'occupation du sol
29
4.2.3.5. Classification supervisée (orientée Pixel)
30
4.2.3.6. Evaluation et validation de la classification 31
4.3. Déterminer la capacité de charge du
pâturage de la commune rurale de Diabaly 31
4.3.1. Estimation de la quantité de biomasse à
partir des images MSI de sentinel-2B 31
4.3.2. Détermination de la capacité de charge du
pâturage 32
TROISIÈME PARTIE : RÉSULTATS ET DISCUSSION
34
CHAPITRE 5 : OCCUPATION DU SOL 35
5.1. Résultat d'enquête 35
5.2. Composition colorée de l'image MSI de sentinel-2B
35
5.2. Validation de la classification supervisée 36
5.3. Carte de l'occupation du sol de la commune de Diabaly 37
CHAPITRE 6 : CAPACITÉ DE CHARGE DU PÂTURAGE 40
6.1. Indice de Végétation Ajusté du Sol
Optimisé (OSAVI) 40
6.2. Biomasse produite 40
6.3. Répartitions de la biomasse 41
6.4. Quantité de biomasse consommable 42
6.5. Capacité de la charge du pâturage de la commune
rurale de Diabaly 42
DISCUSSION 43
vii
CONCLUSION 44
RÉFÉRENCES BIBLIOGRAPHIQUES 46
ANNEXE xii
viii
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
| 
