Dynamique d’Utilisation des Terres (1991-2023) des Plantations d’Anacarde dans la Zone Soudano-Guinéenne du Centre Bénin
Abstract
La filière anacarde est en pleine expansion au Bénin où elle est entrain de modifier le paysage de la zone. L’objectif de cette étude était d’analyser la dynamique spatio-temporelle des plantations d’anacardier dans la zone soudano-guinéenne du centre du Bénin de 1991 à 2023 tout en essayant de comprendre les différents facteurs qui peuvent engendrer ces changements. Pour atteindre ces objectifs des données satellitaires multidates Landsat (1991, 2003, 2013) et sentinel 2 (2023) ont été mises à contributions pour évaluer l’occupation et le taux d’évolution des plantations d’anacardier dans la zone d’étude. Ainsi, pour chaque image, une classification dirigée avec l’algorithme « maximum de vraisemblance » a été appliquée suivie d’une analyse en post-classification pour la discrimination des unités. La précision globale de classifications obtenues est supérieure à 80 %. Les résultats révèlent que les plantations ont connu une dynamique évolutive dans la zone d’étude. De 1991 à 2023, la superficie des plantations est passée de 304,82 Km² soit 13,38% de la superficie de la zone d’étude à 342,95 Km² soit 15,055%. Ces transformations progressives ont été observées au détriment des autres formations végétales, des zones de culture et des plans d’eau. Cette étude révèle ainsi un processus de régression des unités d’occupation du sol des terres cultivées et autres formations végétales en faveur des plantations d’anacardiers. Leur dynamique progressive a aussi des fondements socioéconomiques pérennisables grâce à la gestion sylvicole du système anacardier-cultures annuelles et un accompagnement des projets/programmes et des structures étatiques qui interviennent dans le domaine.
The cashew sector is expanding rapidly in Benin and is changing the landscape of the area. This study aimed to analyze the spatio-temporal dynamics of cashew plantations in the Sudano-Guinean zone of central Benin from 1991 to 2023 while attempting to understand the various factors that may be causing these changes. To achieve these objectives, multi-date Landsat (1991, 2003, 2013) and Sentinel 2 (2023) satellite data were used to assess the occupancy and rate of change of cashew plantations in the study area. A directed classification using the 'maximum likelihood' algorithm was applied for each image, followed by a post-classification analysis to discriminate between units. The overall accuracy of the classifications obtained was greater than 80%. The results show that plantations have undergone a dynamic evolution in the study area. From 1991 to 2023, the surface area of plantations increased from 304.82 km², or 13.38% of the surface area of the study area, to 342.95 km², or 15.055%. These gradual changes were observed to the detriment of other plant formations, cultivated areas, and water bodies in the study area. This study reveals a process of regression of cultivated land and other vegetation cover units in favor of cashew plantations. Their progressive dynamics also have socio-economic foundations that can be sustained through silvicultural management of the cashew-annual crop system and support from projects/programs and government structures involved in the field.
Downloads
Metrics
PlumX Statistics
References
2. Dimobe, K., Goetze, D., Ouédraogo, A., Forkuor, G., Wala, K., Porembski, S., & Thiombiano, A. (2017). Spatio-Temporal Dynamics in Land Use and Habitat Fragmentation within a Protected Area Dedicated to Tourism in a Sudanian Savanna of West Africa. Journal of Landscape Ecology, 10(1), 75‑95. https://doi.org/10.1515/jlecol-2017-0011
3. Dimobe, K., Ouédraogo, A., Soma, S., Goetze, D., Porembski, S., & Thiombiano, A. (2015). Identification of driving factors of land degradation and deforestation in the Wildlife Reserve of Bontioli (Burkina Faso, West Africa). Global Ecology and Conservation, 4, 559‑571. https://doi.org/10.1016/j.gecco.2015.10.006
4. Djaha, J. B., Nda adopo, A., Koffi, E., Ballo, C., & Coulibaly, M. (2012). Croissance et aptitude au greffage de deux génotypes d’anacardier (Anacardium occidentale L.) élites utilisés comme porte–greffe en Côte d’Ivoire. : 1453-1466.
5. Dong, J., Xiao, X., Chen, B., Torbick, N., Jin, C., Zhang, G., & Biradar, C. (2013). Mapping deciduous rubber plantations through integration of PALSAR and multi-temporal Landsat imagery. Remote Sensing of Environment, 134, 392‑402. https://doi.org/10.1016/j.rse.2013.03.014
6. Forkuor, G. (2014). Agricultural Land Use Mapping in West Africa Using Multi-Sensor Satellite Imagery. [University of Würzburg]. https://d-nb.info/1108781144/34
7. Gutiérrez-Vélez, V. H., & DeFries, R. (2013). Annual multi-resolution detection of land cover conversion to oil palm in the Peruvian Amazon. Remote Sensing of Environment, 129, 154‑167. https://doi.org/10.1016/j.rse.2012.10.033
8. Jansen, L. J. M., Bagnoli, M., & Focacci, M. (2008). Analysis of land-cover/use change dynamics in Manica Province in Mozambique in a period of transition (1990–2004). Forest Ecology and Management, 254(2), 308‑326. https://doi.org/10.1016/j.foreco.2007.08.017
9. Kouassi, K. H., Konan-Waidhet, A. B., Yao, A. B., Koffi, B., & Kadjo, E. D. (2020). Simulation of the Dynamics of Land Cover and Land Use in the Lobo River Watershed Upstream of Nibéhibé (Center-West of Côte d’Ivoire). Journal of Geographic Information System, 12(05), 519‑530. https://doi.org/10.4236/jgis.2020.125030
10. Landis, J. R., & Koch, G. G. (1977). The Measurement of Observer Agreement for Categorical Data. Biometrics, 33(1), 159. https://doi.org/10.2307/2529310
11. Le Roux, X., Barbault, R., Baudry, J., Burel, F., Doussan, I., Garnier, E., Herzog, F., Lavorel, S., Lifran, R., Roger-Estrade, J., Sarthou, J. P., & Trommetter, M. (2012). Agriculture et biodiversité. Valoriser les synergies. Expertise scientifique collective, synthèse du rapport, INRA (France) (p. 178 p). INRA (France). https://hal.science/hal-01173714/document
12. Leimgruber, P., Kelly, D. S., Steininger, M. K., Brunner, J., Müller, T., & Songer, M. (2005). Forest cover change patterns in Myanmar (Burma) 1990–2000. Environmental Conservation, 32(4), 356‑364. https://doi.org/10.1017/S0376892905002493
13. Lin, C., Jin, Z., Mulla, D., Ghosh, R., Guan, K., Kumar, V., & Cai, Y. (2021). Toward Large-Scale Mapping of Tree Crops with High-Resolution Satellite Imagery and Deep Learning Algorithms : A Case Study of Olive Orchards in Morocco. Remote Sensing, 13(9), 1740. https://doi.org/10.3390/rs13091740
14. Niang, S., & Gaye, M. (2002). Epuration des eaux usées et l’agriculture urbaine. EndaTiers-Monde, Dakar.
15. Pereira, S. C., Lopes, C., & Pedro Pedroso, J. (2022). Mapping Cashew Orchards in Cantanhez National Park (Guinea-Bissau). Remote Sensing Applications: Society and Environment, 26, 100746. https://doi.org/10.1016/j.rsase.2022.100746
16. Samb, C. O., Faye, E., Dieng, M., Sanogo, D., Samba, S. A. N., & Koita, B. (2018). Dynamique spatio-temporelle des plantations d’anacardier (Anacardium occidentale L.) dans deux zones agro-écologiques du Sénégal. 365‑377.
17. Sinan, A., & Abou, N. K. (2016). Impacts Socio-Economiques De La Culture De L’anacarde Dans La Sous-Prefecture D’odienne (Côte d’Ivoire). European Scientific Journal, ESJ, 12(32), 369. https://doi.org/10.19044/esj.2016.v12n32p369
18. Singh, M., Evans, D., Chevance, J.-B., Tan, B. S., Wiggins, N., Kong, L., & Sakhoeun, S. (2018). Evaluating the ability of community-protected forests in Cambodia to prevent deforestation and degradation using temporal remote sensing data. Ecology and Evolution, 8(20), 10175‑10191. https://doi.org/10.1002/ece3.4492
19. Soulama, S., Kadeba, A., Nacoulma, B., Traore, S., Bachmann, Y., & Thiombiano, A. (2015). Impact des activités anthropiques sur la dynamique de la végétation de la réserve partielle de faune de Pama et de ses périphéries (sud-est du Burkina Faso) dans un contexte de variabilité climatique. Journal of Applied Biosciences, 87(1), 8047. https://doi.org/10.4314/jab.v87i1.6
20. Tadele, H., Mekuriaw, A., Selassie, Y. G., & Tsegaye, L. (2017). Land Use/Land Cover Factor Values and Accuracy Assessment Using a GIS and Remote Sensing in the Case of the Quashay Watershed in Northwestern Ethiopia. Journal of Natural Resources and Development, 38‑44. https://doi.org/10.5027/jnrd.v7i0.05
21. Treitz, P. (2004). Remote sensing for mapping and monitoring land-cover and land-use change. Progress in Planning, 61(4), 267. https://doi.org/10.1016/S0305-9006(03)00062-X
22. Tridawati, A., Wikantika, K., Susantoro, T. M., Harto, A. B., Darmawan, S., Yayusman, L. F., & Ghazali, M. F. (2020). Mapping the Distribution of Coffee Plantations from Multi-Resolution, Multi-Temporal, and Multi-Sensor Data Using a Random Forest Algorithm. Remote Sensing, 12(23), 3933. https://doi.org/10.3390/rs12233933
23. Tuo, G. (2007). Analyse de la filière anacarde en Côte d’Ivoire : Stratégies de développement et de lutte contre la pauvreté. Mémoire de diplôme d’étude approfondie en science économique [Mémoire DEA]. Université de Bouaké.
24. UNFCCC. (2019). Annual Report 2019. United Nations Climate Change. https://unfccc.int/sites/default/files/resource/unfccc_annual_report_2019.pdf
25. Vittek, M., Brink, A., Donnay, F., Simonetti, D., & Desclée, B. (2014). Land Cover Change Monitoring Using Landsat MSS/TM Satellite Image Data over West Africa between 1975 and 1990. Remote Sensing, 6(1), 658‑676. https://doi.org/10.3390/rs6010658
26. Xu, Y., Yu, L., Ciais, P., Li, W., Santoro, M., Yang, H., & Gong, P. (2022). Author Correction : Recent expansion of oil palm plantations into carbon-rich forests. Nature Sustainability, 5(5), 460‑460. https://doi.org/10.1038/s41893-022-00897-6
27. Yin, L., Ghosh, R., Lin, C., Hale, D., Weigl, C., Obarowski, J., Zhou, J., Till, J., Jia, X., Mao, T., Kumar, V., & Jin, Z. (2023). Mapping smallholder cashew plantations to inform sustainable tree crop expansion in Benin. https://www.researchgate.net/publication/366821970_Mapping_smallholder_cashew_plantations_to_inform_sustainable_tree_crop_expansion_in_Benin
Copyright (c) 2023 Alain Abi-Kaberou, Lambert Zountchegnon, Jean-Paul Rudant, Bruno Djossa
This work is licensed under a Creative Commons Attribution 4.0 International License.
.jpg)
