agricoles
3.1.1. Introduction
Tucker (1979) fut l'un des premiers à examiner les
relations entre le NDVI développé dés le début des
années 1970 et les paramètres biophysiques de couverts
végétaux tels que la biomasse sèche, verte
(photosynthétique), brune ( sénescente),etc. De nombreuses
études par la suite ont été basées sur les
capacités des indices de végétation à
prédire la production agricole et le rendement.
L'utilisation des données NOAA- AVHRR NDVI pour la
prévision des récoltes, a une importance particulière dans
les régions semi-arides où les fluctuations inter annuelles de
rendement dues aux caprices météorologiques sont fortes.
Ainsi, l'ITC et Le CESIA à travers S.GROTEN et
F.MASELLI ont mis en place des méthodes opérationnelles pour le
traitement des données NDVI visant le contrôle de l'environnement
et plus spécifiquement à l'évaluation et la
prévision des rendements des récoltes dans les régions du
Sahel. Les deux méthodologies se basent sur le même principe. Il
s'agit de s'appuyer sur des études expérimentales pour chercher
une relation utilisant les données satellitaires et la
pluviométrie ou le rendement afin de travailler de façon
opérationnelle pour la prévision des rendements agricole à
l'échelle des entités administratives pour lesquelles les
données de rendement des années antérieures existent. Nous
utiliserons d'une part pour la méthode de S. Groten la valeur de
l'indice de végétation maximum estimée pendant la
troisième décade d'Août et le cumul pluviométrique
à la première décade d'Août, et d'autre part pour la
méthode de F.Maselli le NDVI maximum relevé en fin septembre et
le cumul pluviométrique à la fin de la première
décade de septembre.
3.1.2. Présentation et caractérisation
de la zone d'étude
· Le Sénégal
Situé entre 12° et 16° 30 de latitude nord et
11°3 et 17° 30 de longitude ouest, le
Sénégal couvre
une superficie de 196 722 km2. Il est limité au Nord par la
Mauritanie,
à l'Est par le Mali, au Sud par la Guinée Bissau
et la Guinée Conakry et à l'Ouest par l'Océan
Atlantique.
Le climat est soudano sahélien de type semi-aride
tropical avec une amplitude de température relativement peu importante,
et des températures moyennes comprises entre 20° C de novembre
à avril et 35°C de mai à octobre. Le régime
climatique du Sénégal est caractérisé par
l'existence de deux saisons : une saison chaude et pluvieuse (hivernage)
marquée par la circulation de mousson de juin à octobre, et une
saison sèche durant laquelle soufflent les alizés
continentaux.
La pluviométrie a baissé de façon
significative depuis les six dernières années. Elle varie
fortement d'une région à une autre, passant de plus de 1000 mm/an
dans le Sud à moins de 300 mm dans le Nord.
La Végétation évolue du Nord au Sud en
suivant le gradient pluviométrique. Selon les zones, on distingue :
- les steppes arbustives et les steppes arborées du
domaine sahélien ;
- les savanes arbustives et savanes arborées appartenant
au domaine sahélosoudanien;
- les forêts claires caractéristiques du domaine
guinéen ;
- les forêts du domaine guinéen.
Le Sénégal est subdivisé en trente cinq
départements administratifs comprenant une variété de
paysages (figure n°1)
· Le Burkina faso
Le Burkina Faso est un pays sahélien enclavé
d'Afrique de l'Ouest, sa superficie est de 274 000 km2. Il est
encadré, au Nord et à l'Ouest par le Mali ; à l'Est par le
Niger ; au Sud, ses frontières longent le Bénin, le Togo, le
Ghana et la Côte d'Ivoire. Le climat du pays est chaud et sec, les pluies
sont rares et mal réparties (350 mm au nord contre 1000 mm au
sud-ouest). La flore Burkinabé est riche de plus d'un million
d'espèces réparties en deux sous ensemble principaux : la fore
sèche saharienne et sahélienne (la steppe) et la flore
soudanienne (la savane). Il faut aussi noter une flore guinéenne le long
des cours d'eau (FONTES et GINKO, 1995).
Le pays est subdivisé en une trentaine de provinces avec
une variété de paysages (figure 2)
Figure n°1 : La zone d'étude
du Sénégal divisée en trente cinq départements
Figure n°2 : La zone d'étude
du Burkina Faso divisée en trente provinces
9
3.1.3. Méthodologie
3.1.3.1. Les outils utilisés
Les logiciels qui ont été utilisés sont
:
· Le logiciel WINDISP3.5 pour l'extraction des valeurs
d'indice de végétation NDVI pour les différentes zones
d'études.
· Le logiciel SURFER qui a servi à l'interpolation
et la spatialisation des données ;
· Le logiciel IDRISI3.2 et ARCVIEW3.2 pour
l'établissement et la finalisation des différentes cartes ;
· Le logiciel EXCEL qui a servi aux traitements des
données, les divers calculs et la confection des tableaux et
graphiques.
3.1.3.2. Données utilisées et sources
d'acquisition
Les données de base qui ont été
utilisées étaient constituées de :
· Les données GAC (Global Area coverage) d'indice
de végétation par la différence normalisée (NDVI)
couvrant l'Afrique occidentale provenant de la base des données du
Centre Régional pour les années de 1990 à 2002 avec une
résolution d'environ 4 km au nadir ;
· Les données LAC (Local Area coverage) couvrant
également l'Afrique Occidentale provenant de la base des données
du CRA avec une résolution de 1.1 km au nadir pour la période de
1990 à 2002.
· Les données de pluviométrie
décadaire de la période 1990 à 2002 pour le
Sénégal et le Burkina faso provenant de la base des
données du logiciel SPM (Suivi des Pluies par Metéosat) du
CRA.
· Les données de rendements proviennent de la
base des données TDBASE (Système de Gestion de la Base de
données Thématique) du Centre Régional AGRHYMET ;
· Les cartes vectorielles des différentes zones
d'études proviennent du Centre Régional AGRHYMET.
3.1.3.4. Rappel sur l'indice de végétation
à différence normalisée (NDVI)
Depuis 1973, l'indice de végétation à
différence normalisée (NDVI) est utilisé pour
étudier la végétation. Son existence est due à la
télédétection, ensemble de techniques employées
pour acquérir des informations à distance qui fournit les mesures
de réflectance ou rayonnement électromagnétique
émis ou réfléchi par les corps terrestre dans
différentes longueurs d'onde (de 0.4 um à 14 um)
effectuées par les satellites à défilement. Plus de 90% de
l'information spectrale sur un couvert végétal est contenue dans
les bandes rouge du visible ® et proche infra rouge (PIR), d'où
leur utilisation pour le calcul des indices de végétation (Baret
et Guyot, 1991, repris par Guyot, 1996).
Le NDVI est le rapport de la différence des
réflectances des canaux PIR et R sur leur somme :
NDVI= PIR - R / PIR + R
Sa valeur varie de -1 à 1 et n'a pas d'unité.
Selon Tucker et al (1981) cités par Hiermaux et al
(1986), la valeur de 0.05 est le seuil indiquant une présence minimale
de végétation correspondant à 100 kg de matière
sèche par hectare avec une couverture de 1 %. Son utilisation est
avantageuse, son calcul est simple et sa normalisation réduit les effets
d'arrière plan tout en discriminant le spectre de la
végétation (Justice, 1986, repris par Djaby, 2000). En effet,
selon Hiernaux (1988) cité par Djaby (2000), l'intensité du
rayonnement de la matière verte augmente beaucoup dans le rouge(R)
à cause de la chlorophylle qui l'absorbe, tandis qu'elle augmente
légèrement dans le proche infra rouge (PIR), à cause de la
diffusion des radiations par les parois hydratées des cellules
foliaires. Il est donc un bon indicateur de la vigueur de la
végétation.
Inconvénients de l'interprétation
Le NDVI est sensible :
> A la couleur du sol sous-jacent qui l'affecte ;
> Aux couverts végétaux denses qui saturent
l'indice et le rendent insensible aux variations de la quantité de
phytomasse verte ;
> Au très bas niveau de la couverture
végétale verte qui le rend aussi insensible : 1% est le
recouvrement minimal visible par le radiomètre AVHRR de NOAA ;
> Aux conditions atmosphériques telles les nuages, la
poussière, la brume, la vapeur d'eau et d'autres aérosols qui
diminuent la valeur du NDVI ;
> Aux problèmes liés au capteur qui font que
les pixels éloignés du nadir ont une résolution plus basse
que celles qui en sont proches, et ceux liés à l'âge du
satellite (dérive).
Pour toutes ces raisons, des corrections doivent être
appliquées aux données avant leur utilisation.
3.1.3.4. Elimination de l'effet de sol
D'une analyse préliminaire, les images NDVI
apparaissent fortement conditionnées par les variations dues aux
différents types de sols. Selon Huete et Tuker (1991) les
différents types de sols peuvent causer des variations de NDVI de 0.2
dans les zones semi-arides où la couverture végétale est
faible.
Le modèle permet la réduction du pourcentage
d'influence du sol sur l'NDVI pour chaque pixel. De cette façon, et
tenant compte également du traitement particulier auquel ont
été soumises les images, les valeurs digitales de chaque pixel
doivent être considérées en pratique comme l'expression du
seul apport de la végétation.
Le fonctionnement du modèle est schématisé
en Figure 3.
Figure N°3 : Schéma du
modèle de correction pour l'effet des sols.
NDVIsx = valeur de NDVI d'un pixel pour un type
déterminé de sol rapporté à une couverture
végétale nulle ;
NDVIc = valeur de NDVI au point où la couverture
végétale est nulle ;
NDVIsd = valeur de NDVI avec une couverture
végétale nulle et sols clairs.
En pratique un pixel sans végétation peut
retomber dans l'intervalle Sd-Sb. Alors que lorsque la végétation
recouvre complètement le terrain dans l'un et l'autre cas on atteint le
point C du graphique, c'est-à-dire le point au-delà duquel les
sols n'ont aucun effet dans le calcul du NDVI. Entre ces deux extrêmes un
pixel peut retomber dans le triangle Sd Sb C.
Pour corriger les images il faut enlever à la valeur
digitale de chaque pixel le segment Dx qui représente la valeur à
imputer à l'effet des sols.
La valeur de NDVI corrigée par l'effet sol est donc :
NDVI = NDVIx - Dx
Où :
NDVI = NDVI corrigé
NDVIx = NDVI des données brutes
Dx = effet des sols
Dx = (1-P)*D représente l'effet sol
Cette méthodologie de correction de l'effet des sols a
été appliquée uniquement sur les images NDVI GAC parce que
selon son auteur Fabio Maselli pour qu'elle puisse être appliquée
aux autres images, il faut un travail préalable de
réadaptation.
Des études récentes ont démontré
que la méthode d'étalonnage géographique des valeurs NVDI
et des rendements des cultures est très efficace pour dissocier les
informations non intéressantes liées à la
différence spatiales des ressources (types de végétation,
topographie, sol, etc., Kogan 1990, Maselli et al. 1993, Hayes and Decker 1996)
qui peuvent influencer l'interprétation des différents
résultats.
Pour appliquer cette procédure, nous avons
calculé les valeurs moyennes des NDVI pour chaque circonscription
(départements pour le Sénégal et provinces pour le Burkina
faso) sur les douze années d'études et les résultats ont
été utilisés pour estimer les valeurs géographiques
standardisées S_NDVI (Maselli et al. 1993) à travers la formule
suivante :
S_NDVI= (NDVI - M_NDVI) / SD_NDVI
Où
S_NDVI = NDVI standardisé pour chaque
année par circonscription administrative
NDVI=valeur de NDVI maxi
pour chaque année par circonscription administrative
M_NDVI = moyen
des douze années de NDVI par circonscription (figure 4,5)
SD_NDVI =
écart type des NDVI maxi pour les douze années d'études
par
circonscription (table 1)
Une formule semblable d'étalonnage a été
appliquée pour chaque circonscription pour calculer le rendement
standardisé S_YIELD selon :
S_YIELD = (YIELD - M_YIELD) / SD_YIELD
Où
S_YIELD=rendement final standardise par
circonscription administrative et par année
YIELD = rendement final
par circonscription et par année
M_YIELD=moyen des douze
années de rendement par circonscription
administrative
SD_YIELD=écart type des rendements pour les douze
années par circonscription
Les précipitations ont aussi été soumises
au même processus d'étalonnage pour avoir des
précipitations standardisées S_PRECI PITATION :
S_PRECIPITATION = (PRECIP -
M_PRECIP)/SD_PRECIP
Les valeurs (NDVI et précipitation) utilisées dans
ce processus d'étalonnage sont relatives :
· aux valeurs relevées à la fin du mois
d'août pour les NDVI maxima et au cumul des précipitations
jusqu'à la fin de la première décade d'août
(méthode de Susanne GROTEN)
· aux valeurs relevées à la fin du mois de
Juillet pour les NDVI maxima et au cumul des précipitations
jusqu'à la première décade de Juillet (Méthode de
Fabio MASELLI)
Cette procédure a été appliquée
aux valeurs NDVI de toutes les circonscriptions (provinces et
départements) des différentes zones d'études. Ainsi ces
valeurs étalonnées (S_NDVI) ont été
comparées aux données collectées (précipitations et
rendements) qui ont été également soumises à un
processus semblable d'étalonnage à travers les valeurs moyennes
multi annuelles et les écart types des NDVI (table N°1).
Figure N°4 : Valeur moyenne des
NDVI maxi mesurée en fin Août de 90 à 02 au Burkina
Figure N°5 : Valeur moyenne des
NDVI maxi mesurée en fin Août de 90 à 02 au
Sénégal
17
Table 1 : Valeur moyennes (M_NDVI) et
écart type (SD_NDVI) des valeurs NDVI LAC
mesurées à la
fin Août de 1990 à 2002 pour le Sénégal et le
Burkina Faso
