Dynamique Passée et Récente et Prévision de L’occupation du Sol: cas du Bassin Versant de la Lobo (Centre – ouest de le Côte d’Ivore)

N’Guessan Bi Vami Hermann; Allechy Fabrice Blanchard; Youan Ta Marc; Yapi Assa Fabrice; Saley Mahaman Bachir; Kouadio Affian

doi:10.19044/esj.2022.v18n33p33

N’Guessan Bi Vami Hermann Université Felix Houphouët Boigny (UFHB), Côte d‘Ivoire Centre Universitaire de Recherche et d’Application en Télédection (CURAT), Côte d‘Ivoire
Allechy Fabrice Blanchard Université Felix Houphouët Boigny (UFHB), Côte d‘Ivoire
Youan Ta Marc Université Felix Houphouët Boigny (UFHB), Côte d‘Ivoire Centre Universitaire de Recherche et d’Application en Télédection (CURAT), Côte d‘Ivoire
Yapi Assa Fabrice Université Felix Houphouët Boigny (UFHB), Côte d‘Ivoire
Saley Mahaman Bachir Université Felix Houphouët Boigny (UFHB), Côte d‘Ivoire
Kouadio Affian Université Felix Houphouët Boigny (UFHB), Côte d‘Ivoire

DOI: https://doi.org/10.19044/esj.2022.v18n33p33

Keywords: Occupation du sol, maximum de vraisemblance, intensity analysis, chaînes de Markov, bassin versant de la Lobo

Abstract

Le développement agricole et la forte croissance démographique ont contribué à la perte du couvert forestier ivoirien. L’objectif de cette étude est d’analyser l’évolution passée (1986 à 2019) et de prédire (2019 à 2050) l’occupation des sols dans le bassin versant de la Lobo. La classification supervisée par maximum de vraisemblance des images landsat de 1986, 2003 et 2019, couplée à la méthode intensity analysis a été appliquée dans cette étude. Les résultats montrent sur la période de 1986 à 2019 une baisse de la végétation de 4708,82 km²à 4054,72 km²au détriment de l’augmentation de la mosaïque des cultures et jachères de 6376,56 km²à 6925,05 km². Les plans d’eau et sols nus et bâtis ont également augmenté respectivement de 3,73 km² et 101,88 km². Par contre, les aires protégées sont restées inchangées avec une superficie de 1516,13 km². Les changements des classes d’occupation du sol par intensity analysis ont été lent au premier intervalle de temps (1986-2019) mais s’accéléront au deuxième intervalle de temps (2019 à 2050). La mosaïque des cultures et jachères et la végétation ont connu respectivement des pertes de superficies moins intenses et plus intense, tandis que les autres classes ont gagné intensément de superficies durant le premier intervalle de temps. Pendant le deuxième intervalle de temps, seuls les plans d’eau et la mosaïque des cultures et jachères connaîtront des intensités de gains de superficies moins intenses. Il n’y a pas eu de transition des autres classes vers la végétation et la mosaïque des cultures sur toute la période d’étude (1986 à 2050).

Agricultural development and high demographic growth have contributed to the loss of ivorian forest cover. The objective of this study is to analyse the past (1986 to 2019) and to predict (2019 to 2050) evolution of land use in the Lobo watershed. Supervised maximum likelihood classification of landsat images from 1986, 2003 and 2019, coupled with intensity analysis was applied in this study. The results show a decrease in vegetation from 4708.82 km² to 4054.72 km² over the period 1986 to 2019 at the expense of an increase in the mosaic of crops and fallow land from 6376.56 km² to 6925.05 km². Water bodies and bare and built-up land also increased by 3.73 km²and 101.88 km²respectively. Protected areas, on the other hand, remained unchanged at 1516.13 km². Changes in land use classes by using intensity of analysis were slow in the first time interval (1986-2019) but will accelerate in the second time interval (2019 to 2050). Crop and fallow mosaic and vegetation experienced less intense and more intense area losses respectively, while the other classes gained area intensively during the first time interval. During the second time interval, only water bodies and the crop-fallow mosaic will experience less intense area gains. There was no transition from the other classes to vegetation and crop mosaic over the entire study period (1986 to 2050).

Downloads

Download data is not yet available.

Metrics

Metrics Loading ...

PlumX Statistics

References

1. Agbanou B. T., (2018) : Dynamique de l’occupation du sol dans le secteur Natitingou Boukombé (nord-ouest du Bénin) : de l’analyse diachronique à une modélisation prospective. Thèse de Doctorat en Géographie., Université Toulouse le Mirail, Toulouse II; Université nationale du Bénin, 271p.
2. Al Kafy A. M., Naim N. H., Subramanyam. G., Faisal A., Ahmed N. U., Al Rakib A., Kona M. A., Sattar G. S., (2021) : Cellular automata approach in dynamic modelling of land cover using RapidEye images in Dhaka, Bangladesh, Environmental challenges, volume 4, 15p.
3. Aldwaik S. Z., And Pontius Jr R. G., (2012): Intensity Analysis to Unify Measurements of Size and Stationarity of Land Changes by Interval, Category, and Transition. Landscape Urban Plan., volume 106, pp 103-114.
4. Aldwaik, S. Z., and Pontius Jr R. G., (2013): Map errors that could account for deviations from a uniform intensity of land change. International Journal of Geographical Information Science, volume 27, pp 1717-1739.
5. Avakoudjo J., Mama A., Toko I., Kindomihou V. et Sinsin B. (2014). Dynamique de l’occupation du sol dans le Parc National du W et sa périphérie au nord-ouest du Bénin. International Journal of Biological and Chemical Science. 8(6): pp 2608-2625.
6. Biga I., Amani A., Soumana I., Bachir M., et Mahamane A., (2020) : Dynamique spatio-temporelle de l’occupation des sols des communes de Torodi, Gothèye et Tagazar de la région de Tillabéry au Niger. International Journal of Biological and Chemical Science. 14 (3): pp 949-965;
7. Chalifoux S., Nastev M., Lamontagne C., Latifovic R., (2006): Cartographie de l’occupation et de l’utilisation du sol par imagerie satellitaire Landsat en hydrogéologie. Télédétection, volume. 6, n°1, pp 9-17.
8. FAO, (2016) : Forêts et agriculture : défis et possibilités concernant l’utilisation des terres. Rome, Italie, FAO, ISBN 978-92-5-209208-7, 137 p.
9. Hamad R., Balzter H., And Kolo K., (2018): Predicting Land Use/Land Cover Changes Using a CA-Markov Model under Two Different Scenarios. Sustainability, 10 (10), 3421. 23 p.
10. Kouamé Y. M., Obahoundje S., Diedhiou A., François B., Amoussou E., Anquetin S., Didi R. S., Kouassi L. K., N’guessan Bi V. H., Soro E. G., Yao E. K., (2019): Climate, Land Use and Land Cover Changes in the Bandama Basin (Côte D’Ivoire, West Africa) and Incidences on Hydropower Production of the Kossou Dam. Land, 8(7), 103. 21p.
11. Kouassi K. J. L., (2014) : Suivi de la dynamique de l’occupation du sol à l’aide de l’imagerie satellitaire et des systèmes d’information géographiques : Cas de la Direction Régionale des Eaux et Forêts de Yamoussoukro (Côte d’Ivoire). Mémoire pour l’option du Diplôme d’Agronomie Approfondie, Ecole Supérieure d’Agronomie, Côte d’Ivoire, 74 p.
12. Kpedenou K. D., Boukpessi T., Tchamie T. T. K., (2016) : Quantification des changements de l’occupation du sol dans la préfecture de Yoto (sud-est Togo) à l’aide de l’imagerie satellitaire landsat. Revue des Sciences de l'Environnement. ISSN 1812-1403, n°3, pp.137-156.
13. Kumar S., Radhakrishnan N., and Mathew S., (2014) : Land use change modelling using a Markov model and remote sensing,” Geomatics, Natural Hazards and Risk, volume 5, n° 2, pp. 145-156.
14. Ladet S., Deconchat M., Monteil C., Lacombe J-P., Balent G., (2005) : Les chaînes de Markov spatialisées comme outil de simulation, Revue Internationale de la géomatique, ISSN: 1260-5875, volume 5 (2), pp 159-173.
15. Ouattara T. A., Kouamé K. F., Zo-Bi I. C., Vaudry R., Grinand C., (2021) : Changements d’occupation et d’usage des terres entre 2016 et 2019 dans le Sud-Est de la Côte d’Ivoire : impact des cultures de rente sur la forêt. Bois et Forêts des Tropiques, 347: pp 89-104.
16. Phiri D.; Morgenroth J., (2017) : Developments in Landsat Land Cover Classification Methods: A Review. Remote Sensor, 9, 967. 25p.
17. Rasmussen L. V., Fagan M. E., Ickowitz A., Wood S. L. R., Kennedy G., Powell B., Baudron F., Gergel S., Jung S., Smithwick E. A. H., Sunnderland T., Wood S., Rhemtulla J. M., (2020): Forest pattern, not just amount, influences dietary quality in five African countries. Global Food Security, 25: 100331, 11p.
18. INS (2014) : Rapport d’exécution et présentation des principaux résultats, Institut national de la statistique, Abidjan, 49 p.
19. Sarr M. A., (2009) : Évolution récente du climat et de la végétation au Sénégal (cas du Ferlo), Thèse de doctorat en géographie et aménagement, Université Jean Moulin Lyon 3, LCRE UMR 5600 CNRS, 410 p.
20. Tadese S., Soromessa T., Bakele T., (2021): Anlysis of the current and future prediction of Land Use/Land Cover Change using remonte sensing and the CA-Markov Model in Majang forest biosphere reserves of Gambell, southwestern Ethiopia. The scientific world journal, volume 2021, Article ID 6685045, 18p.
21. Traore K., (2018) : Le couvert forestier en Côte d’Ivoire : une analyse critique de la situation de gestion des forêts (classées, parcs et réserves). International Journal of Social Sciences and Humanities Invention, 5(02), ISSN: 2349-2031, pp 4387-4397.
22. UNFCC, (2014): Forests Action Statements and Action Plans. The New York Declaration on Forests. Climate summit 2014, United nations, 18 p.
23. Yao A. B., (2014) : Evaluation des potentialités en eau du bassin versant de la Lobo en vue d’une gestion rationnelle (centre-ouest de la Côte d’Ivoire), Thèse Unique de Doctorat en hydrologie, Université Abobo-Adjamé, Côte d’Ivoire, 186p.
24. Yao K. T., (2009) : Hydrodynamisme dans les aquifères du socle cristallin et cristallophyllien du Sud-Ouest de la Côte d’Ivoire : cas du département de Soubré. Apport de la télédétection, de la géomorphologie et de l’hydrochimie. Thèse Unique en hydrogéologie et hydrochimie. Université de Cocody, Abidjan (Côte d’Ivoire), 216p.
25. Youan Ta M., (2008) : Contribution de la télédétection et des systèmes d’informations géographiques à la prospection hydrogéologique du socle précambrien d’Afrique de l’Ouest : cas de la région de Bondoukou (Nord-Est de la Côte d’Ivoire). Thèse de Doctorat en hydrogéologie, Université de Cocody (Abidjan), Côte d’Ivoire, 250 p.