Cartographie de la dynamique du couvert vegetal de la foret Classee d’Agbo 1 Cote d’Ivoire

Abstract

Pour garantir l’utilisation durable et l’équilibre écologique de la forêt classée d’Agbo 1, il est important d’acquérir des informations sur la dynamique de la végétation. Ainsi la présente étude a pour objectif d’évaluer la dynamique spatio-temporelle de la forêt classée d’Agbo 1 (Côte d’Ivoire) à partir des images Landsat datant de 1987, 2002 et 2017. Une analyse diachronique des données satellitaires a été réalisée et l’approche de la classification dirigée par la méthode de maximum de vraisemblance à partir des compositions colorées de type 4/5/7 (TM et ETM+) et 5/6/7 (OLI) ont été retenues en vue de la discrimination des classes et l’élaboration des cartes d’occupation du sol de la forêt de 1987, 2002 et 2017. Cinq classes d’occupation du sol ont été discriminées. Les précisions globales et les coefficients Kappa obtenus pour les images classifiées sont respectivement de 90,70 % (0,89) ; 91,78% (0,90) et de 92,19 % (0,91) pour 1987, 2002 et 2017. La couverture forestière de cette forêt qui déjà, en 1987 ne représentaient que 50,64 % de la superficie totale cette forêt classée a régressé davantage jusqu’à 28,85 % de la superficie totale en 2017. Les taux moyens annuels calculés pour la période de 1987 à 2017 montrent une régression des forêts anciennes (-3,26) et des forêts secondaires (- 1,26). On observe parallèlement une progression des classes zone agricole (0,08) et (2,35).

Mots-clés: Dynamique, Télédétection, Déforestation, Gestion durable, Forêt classée Agbo 1

English Title: Mapping of vegetation cover dynamics of the Agbo 1 Forest (Côte d’Ivoire)

English Abstract

To ensure the sustainable use and ecological balance of the Agbo 1 Forest, it is important to acquire information on vegetation dynamics. Thus, the objective of this study is to evaluate the spatio-temporal dynamics of the Agbo 1 forest (Ivory Coast) using Landsat images dating back to 1987, 2002 and 2017. A diachronic analysis of the satellite data was carried out and the maximum likelihood-directed classification approach from type 4/5/7 (TM and ETM +) and 5/6/7 (OLI) color compositions were selected for the discrimination of classes and development of forest land cover maps of 1987, 2002 and 2017. Five classes of land use were discriminated against. The overall accuracies and Kappa coefficients obtained for the classified images are respectively 90.70% (0.89); 91.78% (0.90) and 92.19% (0.91) for 1987, 2002 and 2017. The forest cover of this forest, which in 1987 represented only 50.64% of the total area of this forest. Forest decreased further to 28.85% of the total area in 2017. The annual average rates calculated for the period 1987 to 2017 show a regression of old-growth forests (-3.26) and secondary forests (-1.26). At the same time, there is an increase in agricultural classes (0.08) and (2.35).

Keywords: Dynamic, Remote Sensing, Deforestation, Sustainable Management, Agbo Forest