Evaluation des Coupes-Rases Par la Télédétection et Les Systèmes d’Information Géographique dans la Forêt Classée de Djigbé (Bénin)

Abstract

Le paysage des forêts classées étant de plus en plus anthropisé à cause de la pression démographique, optimiser le suivi du prélèvement du bois serait un défi pour la gestion rationnelle des forêts au sud Bénin. A cet effet, cette étude a pour objectif d’évaluer l’exploitation forestière faite par coupes-rases. Ce qui implique une estimation de l’évolution du massif forestier et donc de la disponibilité en bois pour une gestion planifiée et durable de la forêt classée de Djigbé (commune de Zè). La méthode utilisée relève de la télédétection et les Systèmes d’Information Géographique (SIG). Elle inclue la photo – interprétation par classification supervisée, le calcul de l’indice normalisée de végétation (NDVI) aboutissant à la restitution cartographique des coupesrases. Ainsi, la détection des coupes-rases a été suivie à partir des images satellitaires de type Landsat 8 des années 2014 à 2017. La détection automatisée des changements d’un état végétatif à un état non végétatif basée sur l’analyse de l’indice normalisé de la végétation (NDVI) entre deux dates a été utilisée. Des missions de géoréférencement des zones de coupes-rases dans la forêt classée de Djigbé ont aidé aux traitements des images à partir du logiciel ENVI 4.7. Les coupes-rases détectées ont par la suite été restituées par cartographie. Les résultats de détection des coupes-rases ont été statistiquement vérifiés par des matrices de confusion. Les emplacements de coupes-rases détectées pendant la période Décembre 2014-décembre 2015 diffèrent de celle de décembre 2015-janvier 2017. Chaque classe de coupe regroupée suivant un degré de certitude, respectant donc un cloisonnement donné. Ce qui renseigne sur la précision de la méthode automatisée de détection. La détection des coupes a été réalisée suivant trois valeurs de probabilité de présence de coupes-rases. Ces valeurs de probabilité sont : faible (1σ), moyenne (2σ) et forte (3σ) désignées par l’expression « degré de certitude ». Quelle que soit la classe et la période, le nombre de coupe est plus important chronologiquement pour le degré de certitude faible (1σ), moyenne (2σ) et forte (3σ). Les coupes-rases de détection supérieure ou égale à 1ha dans la plantation domaniale de Djigbé couvrent 234,63 ha. Ce qui induit une estimation de la disponibilité en bois qui est diminuée de cette même superficie détectée durant la période prise en compte par l’étude. Considérant le classement des coupes-rases suivant les degrés de certitude « moyenne » et « forte », sur l’ensemble des 234,63 ha, les proportions détectées ont été respectivement de 76 et de 24 %. La détection par images satellitaires et la cartographie est un outil de suivi et d’évaluation pertinent. Cet outil contribue à l’analyse périodique d’images satellitaires et la simulation de l’évolution de la ressource bois en plantation. Les résultats de cette étude permettent ainsi d’apprécier avec impartialité l’évolution du prélèvement et le suivi à distance de l’exploitation du bois. L’appropriation de l’utilisation de cet outil par les acteurs forestiers pour l’estimation de la ressource bois disponible, contribuerait à une meilleure gestion des forêts.

The landscape of classified forests us being more and more anthropized because of demographic pressure. As a result, optimizing the monitoring of wood removal would be a challenge for the rational management of forests in southern Benin. This paper focuses on assessing logging done by clear-cutting. This implies an estimate of the evolution of the forest massif and therefore of the availability of wood for a planned and sustainable management of the classified forest of Djigbé (commune of Zè). The method used is based on remote sensing and Geographic Information Systems (GIS). It includes photo interpretation by supervised classification and the calculation of the standardized vegetation index (NDVI) leading to the cartographic restitution of the clear-cuts. Thus, the clearing detection was followed from Landsat 8 type satellite images from2014 to 2017. Automated detection of changes from a vegetative to a non-vegetative state based on the analysis of the index normalized vegetation (NDVI) between two dates was used. Georeferencing missions of clearcut areas in the classified forest of Djigbé helped image processing using the ENVI 4.7 software. The level cuts detected were subsequently restored by mapping. The shaving cutter detection results were statistically verified by confusion matrices. The clearing locations detected during the period December 2014 to December 2015 differ from that of December 2015 to January 2017. Each cutting class was grouped according to a degree of certainty, thus respecting a given partitioning. This provides information on the accuracy of the automated detection method. The detection of the cuts was carried out according to three values of probability of the presence of clear-cuts. These probability values are: low (1σ), medium (2σ), and high (3σ) designated by the expression "degree of certainty". Whatever the class and the period, the number of cuts is more important chronologically for the degree of certainty low (1σ), medium (2σ), and strong (3σ). The leveling shafts of detection greater than or equal to 1 ha in the national plantation of Djigbé cover 234.63 ha. This leads to an estimate of the availability of wood, which is reduced by the same area detected during the period taken into account by the study. Considering the classification of clearcuts according to the degrees of certainty "medium" and "strong", on the whole of the 234.63 ha, the proportions detected were respectively 76 and 24%. Detection by satellite images and mapping is a relevant monitoring and evaluation tool. This tool contributes to the periodic analysis of satellite images and the simulation of the evolution of the wood resource in plantation. The results of this study thus allow an impartial assessment of the evolution of the harvest and remote monitoring of logging. The appropriation of the use of this tool by forest stakeholders, for the estimation of the available wood resource, would contribute to better forest management.