analyse du potentiel de l'image satellite sentinel-2 a la caracterisation des reboisements villageois de la commune rurale de tsiafahy region analamanga
Ecole Superieure Des Sciences Agronomiques — Foresterie et Environnement — None ()
Auteur : ratsimandresy rajira nambinintsoa
Année de soutenance : 2018
Diplome : MASTER 2
Langue : FR
Résumé
la région danalamanga, située sur les hautes terres de madagascar, constitue lune des régions contenant une étendue importante de forêts de reboisement villageois. ces forêts de reboisement servent essentiellement à remédier aux contraintes des ressources en bois face aux besoins croissants en produits ligneux. cependant, les données concernant ces reboisements types sont limitées et quasi-inexistantes. les inventaires forestiers classiques, méthodes habituelles de récolte des informations forestières, sont souvent coûteux et laborieux. ce contexte constitue ainsi lintérêt de lanalyse des méthodes dappui aux inventaires forestiers par la télédétection. la commune rurale de tsiafahy a été choisie comme zone détude, une commune inscrite dans le projet de reboisement parv (projet dappui au reboisement villageois) dans les années 80. des travaux dinventaire ont été nécessaires pour récolter les données terrains. disposant de limage satellitaire gratuite sentinel-2 de haute résolution, des séries de classification et de modélisation ont été effectuées pour caractériser les reboisements. le traitement dimage sest basé sur la démarche expérimentale de la classification orientée objet pour ressortir la cartographie et les surfaces des catégories dessences forestières existantes. la performance des classifications a été appréciée au moyen de la matrice de confusion et de lindice de kappa. ensuite, pour ce qui est de lestimation des volumes de bois issus de sept tarifs, des tests de corrélation ont été avancés entre les données terrains et les variables indiciaires extraites de limage. les variables indiciaires à forte corrélation ont été utilisées à la modélisation par la méthode des régressions. la performance des modèles a été appréciée par le coefficient de détermination (r²) et les erreurs résiduelles associées (rmce). il en ressort de ces analyses que limage dispose la capacité de distinguer les plantations de pinus jeunes, les plantations de pinus adultes, les plantations deucalyptus taillis et les plantations mixtes avec un indice de kappa de 0,79. de plus, lestimation des volumes de bois pour ces groupes darbres a donné des valeurs de coefficient de détermination allant de 0,51 à 0,71 associées à des erreurs comprises entre 18,77% à 40%. en somme, limage sentinel-2 évoque un meilleur potentiel à la caractérisation des reboisements. les résultats avancés dans cette analyse se rapprochent de ceux rapportés dans dautres études mêmes si les méthodes utilisées sont distinctes. enfin, des recommandations pratiques relatives au renforcement et redynamisation de ces reboisements ont été avancées. elles se basent surtout sur la multiplication des initiatives de reboisement, le renforcement de la gestion des plantations forestières et la mise en place dun système de suivi-évaluation.