Memoire Online - Analyse spatiale des écosystèmes de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso (Sud-Ouest du Niger)

Master II : Biologie et Valorisation des Plantes Soudaniennes et Sahélo-Saharienne

Analyse spatiale des écosystèmes de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso (Sud-Ouest du Niger).

Ma famille et plus particulièrement à ma mère, MAKKA et à mon père, ABDOULAYE dit NASSALLAH pour leur soutien financier et leurs prières, leur amour a fait de moi ce que je suis aujourd'hui.

Le présent mémoire est le fruit de la contribution de plusieurs personnalités. Par conséquent, c'est un devoir pour moi d'exprimer mes sincères remerciements à toutes ces personnes qui à travers leurs multiples appui et aide ont contribué à son élaboration. Ainsi, nos remerciements vont tout d'abord à l'endroit :

Du Professeur Titulaire Bakasso Yacoubou, Enseignant Chercheur à l'Université Abdou Moumouni de Niamey, responsable du Master et qui a accepté la coordination. Recevez l'expression de mon profond respect.

Du Docteur Inoussa Maman Maarouhi Maitre de Conférences, Enseignant Chercheur à l'Université Abdou Moumouni de Niamey, qui m'a proposé ce sujet et qui a accepté de diriger ce travail malgré ses multiples tâches. Grace à ses conseils précieux, ses encouragements, ses remarques pertinentes et ses soutiens scientifiques, ce mémoire a vu le jour. Qu'il trouve ici l'expression de mon plus profond respect et ma profonde gratitude.

Du Docteur Douma Soumana Maitre-Assistant, Enseignant Chercheur à l'Université Abdou Moumouni de Niamey. Veuillez agréer l'expression de ma reconnaissance et de mes remerciements les plus sincères pour leurs encouragements envers les étudiants.

Feu à notre Docteur Idrissa Djima Tahirou, Paix à son âme et qu'Allah lui accueille dans son paradis éternel Ameen !!!

Du Docteur Mahamane Mansour, Enseignant Chercheur à l'Université de Diffa. Qu'il accepte nos sincères remerciements pour sa contribution lors de l'élaboration de ce présent mémoire.

Du Colonel Soumaila, Directeur Général de la Faune et de la Chasse, qui a accepté notre lettre de demande de stage au sein de leur institution. Qu'il veuille recevoir ici nos vifs remerciements.

Du Docteur Idrissa Abdou Kindo, Commandant à la Direction de la Faune et de la Chasse, qui malgré ses fonctions administratives et professionnelles, surtout au niveau de téléchargement des images satellitaires et au niveau des traitements des données. C'est grâce leur assistance, leurs conseils pertinents et leurs encouragements que j'ai pu mener à bien ce travail. Qu'il accepte nos sincères remerciements et l'expression de ma profonde gratitude.

Du Docteur Adamou Ibrahim Maman Laouali, Enseignant Chercheur à l'Université Abdou Moumouni de Niamey. Qu'il trouve ici l'expression de mes salutations pour son accompagnement lors des traitements des données.

À l'ensemble de tous les Enseignants Chercheurs de la Faculté des Sciences et Techniques en particulier ceux du Département de Biologie pour leurs enseignements tout au long de notre cursus universitaire.

À l'ensemble de tous les Doctorants et Techniciens laborantin du Département de Biologie pour leurs contributions à l'amélioration de ce présent document.

À mes Collègues : Sita Issa Maiga Abdoul-Kader, Alio Ambouka Ibrahima, Yahaya Saidou Abdoul-Aziz, Hamadou Wankoye Adamou, Siddo Abdou Nassirou, Assoumane Guéro Ousseini et Boukari Toiro Kamidi avec qui nous avons passé un bon moment ensemble. Qu'il trouve ici ma profonde gratitude et nos sincères respects, pour les travaux d'équipes, les conseils très précieux, et les encouragements.

Du Colonel Hama Saïdou, Directeur Départemental de l'Environnement de Falmey de nous avoir bien accueilli durant notre séjour de stage. C'est grâce à ses efforts que la visite terrain a été possible. Acceptez nos sincères remerciements.

Du Lieutenant Abdel-Kader Gado Hamadou, Agent Forestier de la commune de Guilladjé. Qu'il trouve ici nos sincères remerciements pour nos déplacements assurés sur le terrain à moto DT. Du Chargeant Abdoul-Aziz Tassiou, Agent Forestier de l'Environnement de la commune de Karekopto. Son aide contribue à la réalisation de ce document.

À Monsieur Moussa Yahaya Garba, Chauffeur de l'Environnement de Falmey. Merci pour ses efforts fournis surtout au niveau de la visite terrain que nous avons effectué dans un véhicule. Nos remerciements vont ensuite à l'endroit :

Du Commandant Khailou Hassan, Directeur de l'Environnement de la Commune de Tamou. Qu'il accepte nos sincères salutations pour l'hébergement durant notre stage.

Des deux Équipes, qui sont des Agents Forestiers de l'Environnement de Tamou pour leur appui et leur aide, recevez nos remerciements les plus sincères.

À Monsieur Oumarou, Eco garde de l'Environnement de Tamou, qui m'a aidé avec sa propre moto pour la visite terrain. Nous sommes très reconnaissant et nos sincères salutations.

Tableau 1 : Différentes combinaisons utilisées et leurs descriptions (Hamzaoui, 2005) 30

Tableau 3 : Valeurs de Test de séparabilité entre les différentes classes d'occupation du sol 41

Tableau 4 : Matrice de confusion et Erreurs d'omission et Commission des images Landsat 8 42

Tableau 5 : Superficies et pourcentages des différentes classes d'occupation du sol 45

Tableau 6 : Superficies et pourcentage des classes identifiées dans la portion de la RPFD 48

Figure 5 : Signature spectrale caractéristiques des principaux types de surfaces (Louise et al.,

2016) 10
Figure 6 : Les sept étapes du processus de télédétection selon Bul (2008) : (A) source d'énergie ; (B) atmosphère ; (C) cible ; (D) capteur ; (E) transmission, réception et traitement ; (F)

Figure 9 : Évolution des précipitations à Tamou de 1980 à 2010 (DNM, 2010) 22

Figure 10 : Pyramide d'âges de la population de la commune rurale de Falmey (RGP/H, 2012)

Figure 12 : Composition colorée ; A : vraie couleur ; B : fausse couleur (Path192Row051) 30

Figure 17 : Carte d'occupation du sol de l'année 2020 dans la zone de transition entre PNWN, la

Figure 18 : Superficies et pourcentage des classes identifiées dans la portion du PNWN 46

Figure 19 : Superficies et pourcentage des classes identifiées dans la portion de la RTFT 47

Figure 20 : Superficies et pourcentage des classes identifiées dans la portion de la zone Ayinoma

Photo 8 : A : Bûcherons arrêtés ; B : Bois défrichés (Siradji, 2021) 54

La présente étude a été réalisée dans la zone de transition entre le Parc National du W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso dans le Sud-Ouest du Niger. Dans cette zone, l'enjeu principal pour la conservation des écosystèmes est une exploitation incontrôlée des écosystèmes forestiers, générant une forte dynamique d'occupation du sol et d'utilisation des terres. Cela a entraîné la dégradation de la couverture terrestre. L'étude vise à faire une analyse spatiale comparative des états des écosystèmes dans la zone de transition de ces trois aires protégées. L'approche méthodologique est basée sur une approche cartographique et des techniques de télédétection basées sur des images satellite Landsat ETM+ OLI/TIRS de l'année 2020. Les résultats montrent que la zone a subi plusieurs processus de transformation spatiale. Cette dernière a été faite de végétation naturelle à des formations anthropiennes notamment dans la partie Nord-Est de la zone d'étude. Les transformations du paysage sont dues à la croissance démographique, aux pratiques agricoles, à la déforestation et au pâturage illégal. Ainsi, les résultats de cette étude fournissent des informations non seulement à la communauté scientifique mais aussi aux décideurs politiques pour prendre des décisions sur la gestion durable des ressources forestières naturelles.

Mots clés : Analyse spatiale, Écosystèmes, Fragmentation, Formation anthropienne, Zone Ayinoma, Parc National du W, Réserve Totale de Faune de Tamou, Réserve Partielle de Faune de Dosso, Niger.

ABSTRACT

The present study was carried out in the transition zone between the W National Park of Niger, the Tamou Total Fauna Reserve and the Dosso Partial Fauna Reserve in the South-Western Niger. In this area, the main issues for ecosystems conservation is an uncontrolled exploitation of forest ecosystems, generating a strong dynamic of land use and land cover. This drive the degradation of the land cover. The study aims to make a comparative spatial analysis of the states of ecosystems in the transition zone of these three protected areas. Therefore, the methodological approach is based on a cartographic approach and remote sensing techniques based on Landsat ETM+ OLI / TIRS satellite images of the year 2020. The results show that the area has undergone several spatial transformation processes. The latter was made from natural vegetation to anthropized formations especially in the North-Eastern part of the study area. The landscape transformations are due to population growth, agricultural practice, deforestation and illegal grazing. Thus, the results provide information not only for the scientific community but also for policy makers to make decision on the sustainable management of naturel forest resources.

Keywords: Spatial analysis, Ecosystems, Fragmentation, Anthropized formation, Ayinoma zone, W National Park, Tamou Total Fauna Reserve, Dosso Partial Fauna Reserve, Niger

INTRODUCTION GENERALE

La zone sahélienne est une région vulnérable, confrontée ces dernières décennies par des grands changements d'occupation du sol et utilisation des terres, résultats des phénomènes biophysiques et de l'anthropisation. Ces phénomènes, qui transforment les paysages, se manifestent à plusieurs échelles spatiales et temporelles (Oumar et al., 2021).

A l'instar des autres pays sahéliens, le Niger n'est pas épargné de ces phénomènes liés aux problèmes des variabilités climatiques et des activités anthropiques qui demeurent l'une des causes principales de la structure actuelle des écosystèmes forestiers (Sadda et al., 2016). En effet, l'exploitation incontrôlée des écosystèmes forestiers engendre une forte dynamique d'occupation du sol et utilisation des terres. Ce phénomène se traduit en général par la dégradation du couvert végétal due principalement à l'augmentation des activités anthropiques (Koffi et al., 2016). Pourtant les écosystèmes forestiers constituent l'une des sources privilégiées de la population pour satisfaire des besoins en produits, en l'occurrence de la demande en nourriture, en bois d'oeuvre et de service, en terres agricoles, etc... (Barrage et al., 2018).

Selon le dernier rapport de INS (2012), le Niger connait un taux élevé de 3,9% de croissance démographique. Mais, ce taux élevé de croissance démographique influence sur la dynamique des écosystèmes forestiers. En outre les effets conjugués des variabilités climatiques et de l'explosion démographique induisent des modifications dans les formations forestières (Adamou et al., 2016). Ces modifications des formations forestières amènent les pouvoirs publics et les partenaires au développement à la prise de conscience internationale de leur importance écologique à s'intéresser au cas de la zone sahélienne (Abdourhamane et al., 2012).

Ainsi le Niger dispose huit catégories d'aires protégées totalisant environ 18,11 millions d'hectares soit 14,29% de la superficie du territoire national parmi lesquelles nous avons le Parc National W du Niger, de la Réserve Totale de Faune de Tamou, de la Réserve Partielle de Faune de Dosso etc... (DFC/AP, 2012).

Malheureusement, ces aires protégées perdent chaque année plusieurs hectares de leurs superficies forestières sous les effets conjugués de la pression anthropique et des changements climatiques (Souradji et al., 2021). Par ailleurs, la plupart des aires protégées nigériennes sont fragiles et vulnérables et sont menacées par la sécheresse, la désertification et la pression anthropique

entraînant une érosion des ressources génétiques, une perte de capacités de production et de régénération avec comme conséquence, la disparition de certaines espèces (UICN, 2010).

Au regard de ces pertes de superficies forestières, il est donc question d'initier les démarches scientifiques afin de mieux appréhender les déterminants principaux de cette mutation d'où le choix du thème intitulé « Analyse spatiale des écosystèmes de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso ».

Aujourd'hui, l'utilisation de la télédétection et de la cartographie offrent une immense source de données pour étudier la dynamique spatiale et temporelle des facteurs environnementaux (Mélanie et al., 2020). L'analyse spatiale est nécessaire et permet de ressortir la répartition spatiale des différentes classes d'occupation du sol (Séverin et al., 2019).

Par ailleurs, la carte d'occupation du sol peut fournir aux décideurs des informations relatives à l'état actuel de la zone pour une meilleure connaissance et de la gestion durable de leurs ressources (Ibrahim et al., 2020).

L'étude s'est basée sur une question centrale qui circonscrit la problématique et orientée vers deux questions spécifiques sur lesquelles la recherche se porte :

Les écosystèmes de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso varient-ils d'un écosystème à un autre? Les questions secondaires sont :

? Quelle est la diversité des écosystèmes rencontrés dans la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso ?

? Quelles sont les superficies dans les différents types d'écosystèmes de la zone de la transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso ?

La présente étude veut se procéder à : l'évaluation des états des écosystèmes dans la zone de transition entre Parc National W du Niger, la Réserve Totale de Faune de Tamou, et la Réserve Partielle de Faune de Dosso est fonction de leurs statuts de protection.

> La zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso caractérise plusieurs types d'écosystèmes ;

> Les superficies forestières varient dans les différents types d'écosystèmes.

L'objectif général de cette étude vise à évaluer les états des écosystèmes dans la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso.

> Établir la carte d'occupation du sol de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso ;

> Évaluer les superficies forestières dans les différents types d'écosystèmes de la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso.

Après la partie introductive, la suite du mémoire s'articule autour de trois chapitres suivi d'une conclusion, recommandations et perspectives de recherche.

> Le premier chapitre porte sur l'état des connaissances de la thématique abordée ;

> Le deuxième chapitre aborde l'approche méthodologique ainsi que les matériels utilisés pour la conduite de cette étude ;

> Le troisième chapitre expose tous les résultats obtenus et discute sur l'ensemble de ces résultats et enfin une conclusion, recommandations et perspectives de recherche marque la fin du document

CHAPITRE I : ÉTAT DES CONNAISSANCES

CHAPITRE I : ÉTAT DES CONNAISSANCES I.1. Théorie sur la Télédétection et le SIG

I.1.1. Définitions des Concepts

Selon le Centre Canadien de la Télédétection (2019), la télédétection est l'ensemble des techniques qui, par l'acquisition d'images permet d'obtenir de l'information sur la surface de la Terre sans contact direct avec celle-ci. La télédétection englobe tout le processus qui consiste à capter et à enregistrer l'énergie d'un rayonnement électromagnétique émis ou réfléchi à traiter et à analyser l'information, puis ensuite mettre en application cette information.

C'est un outil informatique qui utilisent la capacité des ordinateurs dans le domaine du stockage, de l'analyse et de la représentation des données qui sont associées à la distribution géographique. Elle est largement utilisée pour décrire les SIG, est celle fournie par le centre américain d'information géographique et d'analyse (Goodchild et al.,1990).

Par définition, elle correspond à la taille du pixel de l'image (Chaima, 2018). Cette résolution varie selon de types des capteurs (Figure 1). Les images de haute résolution spatiale portent plus des détails sur les objets par contre celles de faible résolution présentent moins des détails (Garba, 2021).

C'est l'aptitude à un capteur à reconnaitre de petites différences dans l'énergie électromagnétique. Lorsque la résolution radiométrique d'un capteur est fine, plus le capteur est sensible de discriminer des petites différences dans l'intensité de l'énergie reçue par contre lorsque la résolution radiométrique est grossière, moins le capteur est sensible de discriminer les petites différences dans l'intensité de l'énergie reçue (Ali, 2020). Les données images sont représentées par une valeur numérique variant entre 0 et 1 à une certaine puissance moins un. Cet intervalle correspond à un nombre de bits utilisés pour encoder des valeurs en format binaire. Chaque bit représente un exposant de la base 2 (CCT, 2019). Par exemple un capteur utilisant 8 bits pour enregistrer les données aura 2⁸=256 niveaux d'intensité disponibles car il aura 256 valeurs numérique disponible allant de 0 à 255. Si le capteur utilise 5 bits, alors seulement 2⁵=32 bits valeurs allant de 0 à 31 seront disponibles. En comparant une image de 1 bit, 5 bits et celle de 8 bits d'une même scène (figure 2), on peut voir l'énorme différence dans le nombre de détails qu'il est possible de distinguer selon la résolution radiométrique.

La résolution temporelle est le cycle de répétition, c'est à dire l'intervalle de temps qui s'écoule entre deux acquisitions successives de la même partie d'image de la surface terrestre par le même capteur (figure 3). Elle dépend principalement des caractéristiques orbitales du satellite, appelé période de revisitation. En règle générale, les satellites météorologiques ont une fréquence quotidienne tandis que les satellites les plus populaires pour la télédétection pour les ressources naturelles (Landsat) ont une résolution de l'ordre de 16 à 18 jours (Garcia, 2012).

La résolution spectrale est l'aptitude d'un système de détection à distinguer des rayonnements électromagnétiques de fréquences différentes (Belgian Earth Observation, 2013). Plus la résolution spectrale est importante, plus la signature définissant l'objet au sol est précise et permet de bien discriminer les objets terrestres et inversement (Pauline, 2014), (figure 4).

Au sens large, la signature spectrale d'un objet est l'ensemble des données radiométriques multispectrales provenant de celui-ci et dont l'association est caractéristique de cet objet. Mais au sens étroit, la signature spectrale d'une végétation est la courbe représentant la quantité d'énergie issue de sa surface et reçue au niveau du capteur en fonction de la longueur d'onde (Chorowicz, 1980), (Figure 5).

Figure 5 : Signature spectrale caractéristiques des principaux types de surfaces (Louise et al., 2016)

Deux expressions les plus utilisés dans les études géographiques (Bamba, 2010), il est important de les différencier : occupation du sol se réfère à la couverture physique du sol par contre utilisation des terres se renvoie à l'anthropisation des surfaces terrestres, particulièrement à l'aspect socio-économique.

I.1.2.2. Histoire de la télédétection

L'histoire de la télédétection peut être scindée en cinq grandes époques (Midekor et al., 2013) :

? En 1856, date à laquelle la première photographie aérienne a été prise par Nadar à partir d'un ballon, fut le point de départ de la Télédétection. Cette dernière a tout d'abord évolué avec le développement de l'aviation, surtout pour des besoins de reconnaissance militaire.

? De la première guerre mondiale jusqu'à la fin des années 1950, la photographie aérienne devient un outil opérationnel pour la cartographie, la recherche pétrolière, la surveillance

de la végétation. On assiste à un progrès continu de l'aviation, des appareils photographiques et des émulsions (couleur, infrarouge noir et blanc, infrarouge fausse couleur).

? La période qui commence en 1957 et s'achève en 1972 marque le début de l'exploration de l'espace et prépare l'avènement de la télédétection actuelle. Le lancement des premiers satellites, puis des vaisseaux spatiaux habités à bord duquel sont embarqués des caméras, révèle l'intérêt de la télédétection depuis l'espace. La première application opérationnelle de la télédétection spatiale apparait dans les années 1960 avec les satellites météorologiques.

? En 1972, un satellite de type ERTS rebaptisé au Landsat fut le premier satellite lancé en télédétection pour la gestion des ressources terrestres, ouvre l'époque de la télédétection moderne. Le développement constant des capteurs et des méthodes de traitement des données numériques ouvre de plus en plus les champs d'applications de la télédétection et en fait un instrument indispensable de gestion de la planète et de plus en plus un outil économique.

? Enfin, depuis les années 1970, la télédétection connait une évolution continue marquée par : la haute résolution spatiale des capteurs, diversifications des capteurs utilisés dans des domaines variés, multiplication des satellites dotés par des capteurs actifs.

Selon Bul (2008), le processus de la télédétection comprend généralement sept étapes (figure 6) à savoir :

Source d'énergie ou d'illumination (A) : À l'origine de tout processus de télédétection se trouve nécessairement une source d'énergie pour illuminer la cible. Le plus souvent, voire dans la presque totalité des cas, cette source d'énergie est le soleil. Mais le satellite lui-même peut être source d'énergie : c'est le cas pour le domaine de la télédétection radar.

Rayonnement et atmosphère (B) : Durant son parcours « aller » entre la source d'énergie et la cible, le rayonnement interagit avec l'atmosphère. Une seconde interaction se produit lors du trajet « retour » entre la cible et le capteur.

Interaction avec la cible (C) : Une fois parvenue à la cible, l'énergie interagit avec la surface de celle-ci. La nature de cette interaction dépend des caractéristiques du rayonnement et des propriétés de la surface. Chaque objet géographique émet ou réfléchi un rayonnement dans les

diverses fréquences du spectre électromagnétique. Cette caractéristique s'appelle le comportement spectral. En télédétection, on suppose que tout objet ou classe d'objet sur la surface terrestre possède sa propre « empreinte digitale » dans le spectre électromagnétique (la signature spectrale), en fonction de la longueur d'onde du rayonnement qui est réfléchi ou émis par lui-même. Ainsi, une parcelle de canne à sucre aura des signatures différentes en fonction de son stade végétatif et de son niveau de maturation.

Enregistrement de l'énergie par le capteur (D) : Une fois l'énergie diffusée ou émise par la cible, elle doit être captée à distance par un capteur qui n'est pas en contact avec la cible mais embarqué à bord d'un satellite ou d'un avion par exemple, pour être enfin enregistrée sous format numérique.

Transmission, réception et traitement (E) : Cette information enregistrée par le capteur est transmise, souvent par des moyens électroniques, à une station de réception généralement située au sol où l'information est transformée en images (numériques ou photographiques).

Interprétation et analyse (F) : Une interprétation visuelle et/ou numérique de l'image traitée est ensuite nécessaire pour extraire l'information que l'on désire obtenir sur la cible.

Application (G) : La dernière étape du processus consiste à utiliser l'information extraite de l'image pour mieux comprendre la cible, c'est-à-dire la portion d'espace étudiée (une ville, une zone inondée, une forêt, etc.) afin de nous en faire découvrir de nouveaux aspects ou pour aider à résoudre un problème particulier.

Figure 6 : Les sept étapes du processus de télédétection selon Bul (2008) : (A) source d'énergie ; (B) atmosphère ; (C) cible ; (D) capteur ; (E) transmission, réception et traitement ; (F) interprétation et analyse ; (G) Application

Selon Françoise (2008), l'histoire du SIG peut être subdivisée en trois grande période à savoir :

? Du début des années 1960 jusqu'en 1975, les travaux de quatre chercheurs, impliqués dans les différents projets départ et d'autre dans le monde, sont à l'origine du concept de « Système d'Information Géographique ». Au Canada, c'est Roger Tomlinson qui décrit, la méthode la plus adaptée en termes de coût et de performance à la cartographie et à l'analyse des informations environnementales collectées dans le cadre de l'inventaire des espaces canadiens. Au même moment, en Grande-Bretagne, D.P. Bickmore est chargé de la réalisation de l'Atlas of Great Britain and Northern Island. Face aux critiques dont il est l'objet, du fait d'un délai de production trop long et de la complexité des documents réalisés, il propose une approche basée sur l'utilisation de technologies informatiques qui permettrait de stocker et de traiter les données, de modéliser les situations et de restituer de façons cartographique les résultats pour un rapport. Ces deux expériences simultanées vont parvenir à des conclusions similaires quant à l'intérêt du développement d'une filière numérique en cartographie. Aux États-Unis, Howard Fisher et Jack Dangermond développent une nouvelle méthode de cartographie automatique, fondée sur des réalisations graphiques rapides et peu coûteuses, qui associent à la carte des données statistiques. Ces chercheurs, animés par la même motivation de développer un outil technologique novateur afin d'accroître les performances et la qualité de la production cartographique et d'en diminuer les coûts, sont aujourd'hui considérés comme les précurseurs des SIG.

? À partir de 1973 jusqu'au début des années 1990, l'intérêt de développer ce type de système intégré est admis et la prise en charge du développement est assurée par des institutions nationales, surtout Nord-Américain. Ces années sont celles de la recherche universitaire qui débouchera sur les concepts fondamentaux et les premiers algorithmes d'analyse spatiale. La motivation va de faire avec l'avènement de l'informatique qui s'accompagne d'une diminution des coûts d'équipement et avec la fourniture de données satellitaires sous forme d'images numériques. C'est aux États-Unis que les premiers systèmes opérationnels ont vu le jour. On peut citer, à titre d'exemples, le logiciel « Geographic Resource Analysis Support System » (Grass) développé à partir de 1982 par les laboratoires de recherche du

département de la défense américaine ou encore le logiciel Arc Info de la société ESRI (Environmental Systems Research Institute) fondée par Jack Dangermond à la fin des années 1960 et dont l'origine est le « Laboratory for Computer Graphics » de l'Université de Harvard, créé par Howard Fisher.

? Dès 1990, l'exploitation commerciale du SIG a débuté en profitant des progrès technologiques réalisés en micro-informatique. Les logiciels proposés sont divers et s'accompagnent de toute une gamme de produits matériels permettant d'acquérir une chaîne complète de traitement incluant les modalités d'acquisition et de restitution de l'information. Grace aux divers logiciels, une explosion de marché concernant à la fois le matériel, les logiciels et les données entraîne la multiplication des utilisateurs qui mettent en oeuvre des applications dans des domaines extrêmement variés. L'implantation des SIG dans divers secteurs d'activité est facilitée par une concurrence commerciale et par la standardisation des produits, et une certaine banalisation de l'utilisation des SIG. Sous la pression d'une demande croissante, le marché du logiciel, des données et des services s'ouvre rapidement.

Le SIG fonctionne aujourd'hui sur une très large gamme d'ordinateurs, des serveurs de données aux ordinateurs de bureaux connectés en réseau ou utilisés de façon autonome. Des systèmes client-serveur en intranet, extranet voire via internet facilitant ensuite et de plus en plus la diffusion des résultats.

Ils assurent six fonctions suivantes : saisie des informations géographiques sous forme numérique (Acquisition), gestion de base de données (Archivage), manipulation des données géographiques (Analyse), mise en forme et visualisation (Affichage), représentation du monde réel (Abstraction), la prospective (Anticipation).

Les données représentent le contenu même de SIG. Elles peuvent être des cartes géographiques et/ ou des informations relatives à ces objets. C'est la composante la plus importante d'un SIG. Les données géographiques peuvent être, soit importées à partir de fichiers, soit saisie par un opérateur. Les utilisateurs

Le SIG étant avant tout un outil, qui s'adresse à une très grande communauté d'utilisateurs depuis ceux qui créent et maintiennent les systèmes jusqu'aux personnes utilisant dans leur travail quotidien la dimension géographique. Avec l'avènement de SIG sur l'internet, la communauté des utilisateurs de SIG s'agrandit de façon importante chaque jour, il est raisonnable de penser qu'à brève échéance, nous serons tous à des niveaux différents des utilisations de SIG.

Le SIG fait appel à de divers savoir, donc à des divers métiers qui peuvent être effectués par une ou plusieurs personnes. On retiendra notamment la nécessité d'avoir des compétences en analyse des données et des processus, en traitement statistique et en traitement graphique.

I.2. Application de la Télédétection et le SIG

Plusieurs travaux de recherche ont été menés sur la question de l'analyse spatiale des écosystèmes (Télédétection et le SIG) en Afrique tout comme au Niger.

Au Togo (Koffi et al., 2016). Ces auteurs ont fait une étude sur la quantification des changements de l'occupation du sol dans la préfecture de Yoto (Sud-Est du Togo) à l'aide de l'imagerie satellitaire Landsat. Lors de cette étude, l'approche méthodologique adoptée est la classification supervisée avec le maximum de vraisemblance et la méthode de comparaison diachronique. Ils révèlent que les forêts, les savanes et les plantations ont subi une régression. Par contre, il a été observé une progression des agglomérations et des sols nus, des plans d'eau et des mosaïques des champs-jachères. L'étude a montré que le paysage naturel de la préfecture de Yoto est marqué par une anthropisation conduisant ainsi à la dégradation des ressources naturelles.

Au Bénin (Agbanou, 2018) a étudié la dynamique de l'occupation du sol dans le secteur Natitingou-boukombé (Nord-Ouest Bénin) : de l'analyse diachronique à une modélisation prospective. Il ressort de ces résultats qu'entre 1987 et 2016, le paysage initialement dominé par les forêts claires et savanes boisées et les savanes arborées et arbustives en 1987 a été remplacé par des catégories d'occupation du sol dont les plus importantes sont les savanes arborées et arbustives et les mosaïques de cultures et jachères en 2016. En plus, cet auteur a montré que les activités anthropiques et les perturbations climatiques sont les principaux déterminants de cette dynamique de l'occupation du sol. Un autre auteur Béninois et ses alliés (Séverin et al., 2019) s'inscrivent dans la même logique dont la thématique porte sur la dynamique spatio-temporelle de l'occupation du sol de la forêt classée de Ouénou-Bénin au Nord Bénin. L'approche méthodologique poursuivie est basée sur la collecte des données topographiques réalisées en 1956 et mise à jour en 1972 par l'IGN et couvrant la zone d'étude. En plus, les images satellitaires SPOT des années 2000 et 2014 et des images Landsat TM de l'année 1990 ont été utilisées. Pour les traitements, les images SPOT ont subi des corrections géométriques et des améliorations des couleurs. Quant aux images Landsat des améliorations radiométriques ont été appliquées. Toutes ces opérations ont été faites à l'aide d'un logiciel Erdas Imagine. Après les traitements, les résultats ont révélé que les formations forestières naturelles ont régressé au profit des mosaïques champs-jachères. Les différents changements observés résultent d'une forte exploitation des ressources caractérisées par l'expansion des terres agricoles et l'exploitation forestière.

Au Burundi (Ernest, 2019) a travaillé sur la contribution de la télédétection et des systèmes d'information géographique (SIG) dans l'étude de la dynamique spatio-temporelle de l'environnement urbain et périurbain de la partie Nord de la Mairie de Bujumbura. D'après ses résultats, la superficie du sol nu a augmenté tandis que celles des zones de couverture végétale faible et dense ont diminué. Globalement, les bassins versants prospectés connaissent une évolution régressive en terme de couverture végétale. Il l'a montré aussi que les actions anthropiques liées à l'agriculture et à la construction sont la base de cette dégradation.

Au Cameroun (Mélanie et al., 2020) ont abordé la même problématique portant sur la dynamique spatio-temporelle de l'occupation du sol dans le Moungo, Région du Littoral, Cameroun : influence sur l'expansion des systèmes agroforestiers à base de bananiers. Il ressort de ses résultats, une régression des formations végétales au détriment des plantations, des champs de cultures, des savanes herbeuses et des zones habitées. Les facteurs de cette dégradation sont principalement d'ordre humains (agriculture, surpâturage et démographie galopante).

Au Niger (Abdourahamane et al., 2012). Ces auteurs ont fait une étude portant sur la caractérisation de la dynamique spatio-temporelle de l'occupation des Terres dans le complexe de forêt classée de Dan Kada Dodo (Région de Maradi, Niger). Les résultats de l'analyse diachronique de l'occupation des terres entre 1975 à 2010 ont montré une réduction des formations naturelles et l'apparition des zones dégradées entre 1994 à 2010. Ils ont montré une augmentation des zones de cultures.

Au Niger (Sadda et al., 2016) ont travaillé sur la pression anthropique et dynamique paysagère en zone rurale semi-aride : cas de la commune de Tibiri, région de Maradi (Niger). Ces auteurs ont montré une transformation continue entre 1972 et 2010 du paysage de la commune de Tibiri dont les plus dominantes sont la fragmentation et la suppression. En plus, une avancée du front agricole et de l'urbanisation au détriment des formations naturelles et les zones de pâturages ont été montrés.

Au Niger (Ibrahim et al., 2020). Ces auteurs ont abordé une étude sur la dynamique d'occupation du sol des communes de Torodi, Gothèye et Tagazar de la région de Tillabéry au Niger. La méthodologie poursuivie, tout d'abord consiste à l'acquisition des images. Les satellites Landsat 5 de l'année 1984 et Landsat 7 de l'année 2000 et de Sentinelle 2A de l'année 2017. Les logiciels ENVI 5.3 pour les Landsat et SNAP pour le Sentinelle ont été utilisés. Après traitements, une classification supervisée par la méthode de Maximum de vraisemblance a été réalisée. Les résultats

obtenus prouvent une diminution de superficies des formations végétales et des jachères. Par contre les cultures et les bâtis ont subi une augmentation des superficies. L'agriculture, l'exploitation du bois d'énergie et la démographie sont les principaux facteurs de cette dégradation et de mutation du paysage.

Au Niger (Barmo et al., 2021) ont abordé une problématique sur la cartographie et dynamique spatio-temporelle des formations végétales de la forêt protégée de Banban Rafi (Niger). Les résultats cartographiques révèlent une régression de la couverture forestière par contre une progression des zones cultures a été observée.

Au Niger (Inoussa, 2011) a fait une étude sur la dynamique des forêts claires dans le Parc National du W du Niger. Il ressort de ses résultats que les formations végétales sont les mieux représentées. Il a montré que les forêts claires connaissent une légère progression de la superficie entre 1984 et 2002. Il a montré aussi que l'analyse de la structure et la dynamique des forêts claires présentent une structure d'un peuplement stable.

Au Niger (Barrage et al., 2018). Ces auteurs ont abordé une problématique qui traite toujours sur la dynamique spatio-temporelle d'occupation du sol dans la Réserve Totale de Faune de Tamou dans un contexte de la variabilité climatique (Ouest du Niger). Lors de cette étude les données utilisées sont des images Landsat MSS de l'année 1975, Landsat ETM+ de l'année 1989 et Landsat 8 OLI TIRS de l'année 2013. Les résultats révèlent une régression des aires des formations forestières et une progression des aires de cultures pluviales. En plus ces auteurs ont découvert l'apparition de deux nouvelles classes les koris et les sols nus. La démographie, l'agriculture, le surpâturage et les variations climatiques sont les principales causes de ces mutations.

Au Niger (Idrissa et al., 2019) ont fait une étude sur influence des pressions anthropiques sur la dynamique paysagère de la Réserve Partielle de Faune de Dosso. L'approche méthodologique poursuivie est la collecte des données des images satellitaires. Lors de cette étude les images Landsat 5 TM de l'année 1986 et Landsat 8 OLI de l'année 2016 ont été utilisées. Les logiciels Envi 7.1 et Arc Gis 10.2 ont été utilisés. D'après leurs résultats, la réserve connait une forte progression des mosaïques champs-jachères et des sols nus contre une nette régression des formations forestières naturelles.

CHAPITRE II : MATÉRIEL ET MÉTHODES

Le Parc National W du Niger constitue un grand complexe régional écologique, s'étalant sur trois pays (Niger, Bénin et Burkina Faso) et couvrant une superficie totale de 1 023 000 hectares, dont 220 000 hectares pour la partie nigérienne. Il est situé dans l'extrême Sud- Ouest du pays, entre les latitudes 11° 54' et 12° 35' N et les longitudes 02° 04' et 2° 50' E. Depuis sa création en 1954, cette aire protégée a acquis graduellement divers statuts : Zone Humide d'Importance Internationale, particulièrement pour les oiseaux d'eau en 1982 ; site Ramsar en 1987 ; Patrimoine Mondial de l'UNESCO en 1996. Il appartient à la catégorie II de l'UICN (2002). Il est bordé d'une part, par la Réserve Totale de Faune de Tamou située entre les latitudes 12°28' et 12° 50' Nord et les longitudes 2° 06' et 2° 24'Est dans la Commune rurale de Tamou (département de Say et région de Tillabéry). Elle se trouve à la limite Nord du Parc National W du Niger (PNWN) et sert une zone tampon pour le Parc W (Barmo, 2008). Elle couvre une superficie de 77 000 ha (Inoussa, 2011). Elle appartient à la catégorie VI de l'IUCN. D'autre part, par la Réserve Partielle de Faune de Dosso située entre 11° et 12°de latitude Nord et 2° et 3° de longitude Est, sur deux régions administratives du Niger : Dosso et Tillabéry. Elle a été créée pour servir aussi de zone tampon pour le Parc National du W du Niger avec un statut de conservation de la faune sauvage et de son habitat. Elle couvre une superficie de 306 000 ha dont la majeure partie se trouve dans la région de Dosso. Elle appartient aussi à la catégorie VI de l'IUCN, classer site RAMSAR à cause de la disponibilité de l'eau de surface (Zone Humide). Ces deux réserves ont été créées en 1962 par décret n°62-188/MER du 8 août 1962. Ainsi cette étude se base sur la zone de transition de ces trois réserves (figure 8).

Figure 8 : Carte de la zone d'étude (Siradji, 2021) II.2. Milieu Biophysique

Le climat de la zone d'étude est de type sahélo-soudanien avec des moyennes pluviométries variant de 500 à 900 mm pour la commune rurale de Falmey et 400 à 800 mm celle de Tamou (PDC de Falmey, 2014). Dans les deux communes les pluies sont mal réparties dans l'espace et dans le temps. Elles sont caractérisées par une alternance de deux saisons :

? Une saison pluvieuse qui commence dans le mois de Mai et termine dans le mois de Septembre

? Une saison sèche qui commence dans le mois d'Octobre et prend fin dans le mois d'Août. Dans la commune de Tamou, la moyenne pluviométrique relevée au niveau de la station de Tamou sur trois décennies indique des précipitations moyennes de l'ordre de 622,18 mm (Figure 9). Des phases humides sont relevées avec des précipitation au-dessus de la moyenne interannuelle. Une première phase, allant 1985 à 1991, puis un autre de 2000 à 2004 et la dernière phase à partir de

2008 et qui se maintien encore mais des années où les précipitations sont dessous de la moyenne (1981 à 1983 avec 200 mm ; 1984 avec 400mm ; 1999 avec 300mm 2004 avec 450mm (Mahamadou et al.,2014).

Figure 9 : Évolution des précipitations à Tamou de 1980 à 2010 (DNM, 2010)

Selon UICN (2018), la carte pédologique de la commune rurale de Tamou fait ressortir quatre types de sols : les sols lithiques rencontrés dans le Parc National du W, partie Sud de la commune, les sols sableux rencontrés dans la partie Nord de la commune, les sols hydromorphes ou sols des bas-fonds rencontrés dans la vallée du fleuve, les mares et le long des affluents et les sols latéritiques qui occupent la grande partie de la commune alors deux types de sols sont rencontrés dans la commune rurale de Falmey à savoir : les sols ferrugineux tropicaux à texture sablo-argileux rencontrés dans le Fakara et les sols sableux rencontrés dans le Dallol Bosso.

Le réseau hydrographique de la commune rurale de Falmey se caractérise par le fleuve Niger, qui traverse la commune sur une distance d'environ 70 Km, d'une nappe phréatique située autour de 3 à 5 mètres et de la vallée du Dallol Bosso. Après la saison pluvieuse, les bas-fond de la vallée du Dallol se transforment en des zones de stagnation des eaux constituantes ainsi des mares permanentes. Le principal réseau hydrographique de la commune rurale de Tamou est le fleuve Niger. Ainsi, Trois affluents du fleuve Niger traverse la réserve de Tamou il s'agit de : Goroubi,

Diamangou et la Tapoa et ne coulent que durant 3 à 6 mois par an. Le Goroubi et le Diamangou coulent de Juin à Décembre (Douma, 2009).

La répartition phytogéographique des espèces dans la commune rurale de Falmey se situe dans le compartiment Nord soudanien (Saadou, 1990). Les plateaux latéritiques sont principalement occupés par les familles des Combretaceae, les Légumineuses, les Anacardiaceae et les Bombacaceae. En plus, on note une succession des formations végétales au fur et à mesure que l'on s'éloigne du fleuve il s'agit d'un faciès à Borassus aethiopum dans la vallée du fleuve, un faciès à Vitellaria paradoxa sur le terrasse et dans le lit du Dallol Bosso près du fleuve et un faciès à Pilostigma reticulatum, Sclerocarya birrea, Terminalia avicennoides, hyphaene thebaica et Annona senegalensis dans le lit du Dallol Bosso.

La commune de Tamou dispose d'importantes ressources naturelles et des formations végétales plus ou moins denses et diversifiées.

Au niveau des aires protégées, le couvert végétal herbacé est constitué des graminées dominées par Andropogon gayanus, Eragrostis tremula, Aristida sp.

La strate arbustive plus dense par endroits est composé généralement de Celtis integrifolia, Ximenia americana, Boscia senegalensis.

La strate arborée dont : Khaya senegalensis, Anogeissus leiocarpa, Pterocarpus erinaceus, Bombax costatum, Adansonia digitata.

Au niveau des zones marginales et les zones d'exploitation agricole, la végétation arborée est respectivement composée de ligneux à dominance des combretaceae et des grands arbres aussi variés que dans les aires protégées mais moins dense. La couverture arbustive est souffrant de la pression anthropique.

La population de la commune rurale de Falmey est de 75115 habitants dont 37009 hommes et 38106 femmes (RGP/H, 2012). Cette population est constituée des sédentaires et des nomades. Sa densité moyenne est de 69 habitants par km² mais cette densité varie en fonction des zones. Plusieurs groupes ethniques cohabitent dans cette commune. Les ethnies majoritaires sont les Zarma, les peulhs, les Haoussa et les Touaregs. La répartition de la population résidente de Falmey

par tranche d'âge montre que la population de Falmey est majoritairement jeune (Figure 10). Plus de 85% (63.876 sur 75.115) ont moins de 40 ans soit 61% (45.563 sur 75.115) de la population est représenté par des adolescents c'est-à-dire moins de 20 ans.

La commune rurale de Tamou a une population totale de 89 782 habitants dont 45 931 de sexe masculin et 43 851 de sexe féminin. Cette population connait un taux d'accroissement démographique de 3,9 % (Département de Say). Les ethnies majoritaires sont les Peulhs et les Foulmangani. Les autres groupes ethnolinguistiques représentés dans la commune sont les Gourmantchés, les Zarma, les Haoussa et les Touareg (Douma, 2009).

Figure 10 : Pyramide d'âges de la population de la commune rurale de Falmey (RGP/H,

Dans les deux communes, l'agriculture constitue la principale activité économique. Ainsi deux types de cultures sont pratiquées : l'agriculture pluviale et l'agriculture maraîchère en contre saison.

L'agriculture pluviale est pratiquée sur les sols sablo-argileux dans le Fakara et sur le sol sableux des bas-fonds. Elle est caractérisée par une diversité des cultures : Le mil, le niébé, le sorgho, le riz, le gombo, l'arachide, etc. Les cultures les plus pratiquées sont le mil en association avec le niébé. L'agriculture maraîchère est pratiquée autour du fleuve et de quelques points d'eau permanents. Les principales cultures sont l'oignon, le piment, la courge, la tomate, la patate douce, le manioc, le riz (PDC de Falmey, 2014).

Le secteur de l'élevage constitue après l'agriculture la seconde activité de la population dans les deux communes. Il est pratiqué aussi bien par les nomades que par les sédentaires. C'est une activité qui touche, dans sa pratique, les hommes comme les femmes. Selon DDRA (2005), la commune rurale de Tamou dispose un cheptel estimé à 71721,2 UBT. Ces chiffres ne tiennent pas compte de la grande transhumance. La population élève presque toutes les espèces animales : Caprins, Ovins, Bovins, Asins, Camelins, Équins et Volaille (UICN, 2018). Dans la commune rurale de Falmey le cheptel est estimé à peu près de 200.000 têtes d'animaux (45242 Bovins, 33492 petits Ruminants, 17.575 Ovins, 20.090 Caprins, 631 Asins, 97 Camelins, 48 Équins et plus de 100.000 têtes de Volailles).

La zone d'étude regorge d'une importante diversité d'espèces animales. Mais on note une disparition de quelques espèces dans la réserve partielle de Dosso à cause de plusieurs facteurs : le braconnage, la destruction de son biotope et les aléas climatiques. Les différentes espèces rencontrées sont : les Lions, les Hyènes, les Chacals, les Léopards, les Éléphants, les Hippopotames, les Singes, les Buffles, les Outardes, les Gazelles Rufifrons, les Antilopes, les Lapins, les Lièvres, les Écureuils, les Patas, les Phacochères, les Canards armés, les Canards casqués, les Dendrocynes, les Francolins, les Pintades sauvages, les Perdrix, les Reptiles.

Quant à la pêche, elle est pratiquée aussi bien par les populations riveraines du fleuve Niger que par celles se trouvant autour des points d'eau importants constitués des mares dans les deux communes. En 2014, le service de l'environnement de la commune de Falmey a récence plus de 500 pêcheurs en activité. La vente des poissons a apporté plus de 170.000.000 FCFA au cours de cette même année (PDC de la commune rurale de Falmey, 2014). Les différentes espèces de poissons dans la commune rurale de Tamou sont : les Tilapias, les Clarias et quelques Carpes. Les 2/3 de la production sont destinées à la vente et le reste à la consommation familiale (UICN, 2018).

Les deux communes regorgent beaucoup de potentialités touristiques compte tenu de la proximité du Parc National du W. Le tourisme apporte des avantages économiques au pays et aux populations locales (Douma, 2009). Ainsi dans la commune rurale de Falmey deux campements ont été

construits à Karey Kopto et Boumba. Au cours des saisons touristiques, des visiteurs se mobilisent pour parvenir au Parc par le relais de ces campements (PDC de la commune de Falmey, 2014). Selon Hamissou (2006), les recettes touristiques du Parc W s'élevaient de 10 000 000 de FCFA. Les populations locales bénéficient des retombés à travers quelques emplois saisonniers ou permanents.

Les images satellitaires ont été acquises pendant la période sèche. En effet, l'utilisation des images pendant la période sèche permet de maximiser les différences spectrales entre les éléments de la couverture végétale (Barmo et al., 2021). En plus, les images satellitaires utilisées sont gratuites. Le choix de capteur est basé sur l'accessibilité des données et de leur qualité. Les images acquises couvrent toute la zone d'étude, une mosaïque de deux scènes de Landsat (Path192Row051 et Path192Row052) est nécessaire. En effet, les images utilisées provenant de satellite Landsat 8 ETM+ OLI/TIRS L2 datant de l'année 2020 (Figure 11). Ces images ont été téléchargées gratuitement au format (.TIFF) via le site web ( http://www.usgs.gov/software/earth-explorer-ee). Toutes ces images ont été acquises pendant la période sèche (Décembre), période optimale pour une meilleure perception des communautés végétales. Selon Jensen (1983), les images prises pendant les périodes ensoleillées présentent un bon contraste et permet aussi de réduire les problèmes dus aux différences des angles solaires, aux changements phénologiques de la végétation et aux différences dans l'humidité des sols.

L'identification des différentes classes d'occupation du sol sans aucune investigation sur le terrain reste très difficile. C'est pourquoi il est nécessaire de s'appuyer sur des données terrain (Inoussa, 2011) pour la validation de la recherche. Elle a pour but de reconnaître, de décrire les éléments paysagers du secteur d'étude et d'effectuer des relevés de points GPS (afin d'avoir une estimation précise de la position géographique de quelques types d'occupation du sol) représentatifs de l'ensemble des types d'occupation du sol (Agbanou, 2018). Au total, 232 coordonnées ont été prises (Photo 1). Pour chaque prise quelques informations ont été collectées notamment sur :

? L'enregistrement des coordonnées géographiques à l'aide d'un GPS ; ? Les prises des photos illustratives de chaque site.

II.4.3. Traitement des images satellitaires II.4.3.1. Prétraitement des images

Cette étape consiste à faire les corrections géométriques, atmosphériques et radiométriques. Lors de cette étude aucune correction n'a été faite.

II.4.3.2. Traitements des images

Les images satellitaires téléchargées nécessitent un certain nombre d'opérations de traitements. Ces traitements d'images constituent un ensemble d'opérations qui ont pour but d'augmenter la lisibilité des données afin de faciliter leur interprétation (Ernest, 2019). Les différentes étapes sont : assemblage des bandes, composition colorée en fausse couleur, mosaïquage, extraction de la zone d'étude, classification supervisée, validation de la classification et enfin ressortir les cartes d'occupation du sol.

Après le téléchargement des images Landsat, il existe un dossier de format Zip. Ce dernier a été dezippé grâce à un logiciel 7-Zip File Manager et contient plusieurs fichiers (bandes) qui ont comme extension .TIF.

Pour commencer les traitements sur les images, il a fallu rassembler toutes les bandes grâce à un logiciel Arc Gis dans la commande ArcToolbox qui a permis d'empiler toutes les bandes pour avoir comme fichier de sortie une seule image multi-bandes qui a comme extension .TIF.

Cette étape consiste à combiner les différentes bandes spectrales dans les différents canaux, il existe deux types de composition colorée (figure 11) :

Elle consiste à faire une composition colorée des bandes 321 en couleur naturelle ou en vraie couleur en affectant le rouge dans le canal rouge (bande 3), le vert dans le canal vert (bande 2) et le bleu dans le canal bleu (bande 1). Cette composition est utilisée habituellement comme première image pour l'analyse pour les utilisateurs non experts dans les données satellites (Yassine, 2011).

Cette composition en fausse couleur dépend du domaine étudié (Hamzaoui, 2005), (Tableau 1). La composition des bandes 764 est particulièrement appliquée dans le domaine d'urbanisme, la composition des bandes 652, spécifiquement adoptée dans le domaine de l'agriculture, la

composition des bandes 562, adoptée dans le domaine de santé de la végétation. Dans le cadre de cette étude, une composition colorée en fausse couleur a été appliquée dans le but de discriminer la végétation. Cette opération associe la bande du proche infrarouge au canal rouge, la bande rouge au canal vert et la bande verte au canal bleu. Cette combinaison est très utile pour discriminer la végétation saine, les différents types des communautés d'espèces végétales, les zones à faible ou forte dégradation du couvert végétal et les aires dépourvues de la végétation (Toro-Balbontin, 2014). Ainsi, la combinaison des bandes 5,4,3 a été utilisée pour des images de l'année 2020. Le résultat de ces combinaisons est utile pour extraire l'essentiel des informations sur la végétation. Tableau 1 : Différentes combinaisons utilisées et leurs descriptions (Hamzaoui, 2005)

Figure 12 : Composition colorée ; A : vraie couleur ; B : fausse couleur (Path192Row051)

Les images acquises viennent avec une dimension (Path et Row). Cette dernière ne couvre pas notre zone d'étude, c'est pourquoi un mosaïquage de deux scènes a été fait dans le but de couvrir toute la zone d'étude. Ainsi deux scènes ont été utilisées il s'agit de : Path192Row051 ; Path192Row052. La figure 13 suivante illustre le mosaïquage de deux scènes.

Après le mosaïquage, l'extraction de la zone d'étude a été réalisée grâce à un logiciel Envi 5.3, (figure 14). L'opération consiste à la création d'un shapefile dans le logiciel Arc gis. En outre, le shapefile créé couvre la zone d'étude. À partir des images mosaïquées et le shapefile, une image de la zone d'étude a été extraite sous la commande Subset et File.

Avant de commencer la classification, il est nécessaire de créer une zone d'entrainement. Cette dernière consiste à faire un échantillonnage représentatif de chaque classe. Elles sont définies à l'écran par la numérisation d'un ou plusieurs polygones représentatifs de chaque classe identifiée comme montre la figure 15 ci-dessous (Denis, 2016). Ensuite un test de séparabilité a été fait et permet de calculer la distance spectrale interclasse. Il permet d'apprécier le dégré de confusion entre les classes et varie entre 0 et 2.

Si 0 < x < 1 : indique une séparabilité entre les classes très faible ; la valeur 0, implique une confusion totale entre deux classes ;

Si 1,9 < x < 2 : indique une bonne séparabilité ; la valeur 2, implique une séparabilité parfaite donc aucun risque de confusion entre les deux classes. Pour la classification, c'est un processus d'identification des classes paysagères. Selon Sadda (2014), deux types de méthodes de classification sont utilisés pour l'analyse du changement paysager, il s'agit de la classification supervisée (dirigée) et non supervisée (automatique). Cette dernière est appliquée sans aucune reconnaissance préalable du terrain. Elle consiste à classer les unités en se basant sur la texture et la forme de celle-ci. Contrairement à la classification automatique, la classification dirigée nécessite une reconnaissance du terrain. Dans cette étude, la classification adoptée est celle de supervisée du fait de sa puissance et de son aspect beaucoup plus pratique. Elle consiste à affecter à chaque pixel de notre image sa classe d'appartenance. L'algorithme utilisé dans cette classification est celui de « Maximum de Likelihood » communément utilisé pour la discrimination des classes d'occupation du sol et un filtre majoritaire de 3x3 a été appliqué dans le but de transformer les petits pixels isolés en des pixels voisins majoritaire dans un carré de 3 pixels sur 3 autour du pixel considéré. Elle calcule la probabilité d'appartenance d'un pixel à une classe donnée et affecte ce pixel à la classe qui lui offre une probabilité maximale (Diouf, 2012). Après l'opération de la classification supervisée, neuf classes d'occupation du sol ont été identifiées il s'agit de : fleuve Niger, zone brulée, galerie forestière, affleurement rocheux, brousse tigrée, savane arbustive, savane herbeuse, savane arborée, mosaïque champs-jachère.

La description de ces différentes classes se résume dans le (tableau 2) Tableau 2 : Description des classes d'occupation du sol

Fleuve Niger Cours d'eau permanent qui prend sa source en Guinée (Fouta-Djalon) et se jette

Zone brulée Traces du feu ou de la fumée. Cette répartition des feux est constatée en générale

Galerie forestière Formation végétale constituée des grands arbres et des arbustes qui suivent le

Affleurement rocheux Roche formée par des cailloux parsemées le plus souvent par des végétations et

Brousse tigrée Formation végétale constituée d'une alternance des bandes végétalisées et des

Savane arbustive Formation végétale caractérisée par l'existence d'une strate arbustive dont la

Formation végétale caractérisée par l'existence d'une strate arborée dont la taille

Savane arborée dépasse 7 m avec dominance de Pterocarpus erinaceus et Anogeissus leiocarpus.

Surfaces anciennement ou actuellement cultivées, d'étendues variables situées à

Mosaïque champs-jachère proximité des agglomérations ou le long des routes. Ces classes sont souvent
découvertes pendant la période sèche à l'exception des champs qu'on observe des débris de cultures récoltés.

Pour évaluer la fiabilité de notre classification, quelques indices ont été calculés tels que :

Cet indice a été généré à partir de la matrice de confusion. Il correspond au nombre de pixels correctement classifiés (diagonale de la matrice) divisé par le nombre total de pixels de vérification. Une classification est fiable et exploitable si la précision globale est supérieure à 80% (Lafleur, 2015). La formule est :

Un autre indice appelé indice de Kappa généré aussi à partir de la matrice de confusion a été utilisé pour valider les résultats de la classification. Cet indice renseigne sur les lignes qui correspondent aux données d'observations et les colonnes aux données de la classification. C'est un estimateur de qualité (Mikwa, 2010). Sa valeur est comprise entre 0 et 1. Un indice de Kappa de 0,75 par exemple, signifie que 75 % de la classification ne sont pas dues au hasard. Plus l'indice est proche de 1 plus le résultat est meilleur.

Comme pour les indices, l'erreur de commission a été générée aussi à partir de cette même matrice. L'erreur de commission tient en compte les erreurs des lignes (Oreste et al., 2019). Il est calculé à partir de la formule suivante :

ICV : Indice Cartographique de Validation qui est le nombre total des pixels bien classés dans leurs classes Ci (lignes) divisé par le nombre total des pixels de cette même classe.

Contrairement à l'erreur de commission, l'erreur d'omission tient en compte les erreurs des colonnes (Oreste et al., 2019). Sa formule est la suivante :

IPC : Indice de Pureté des Classes qui est calculé par le nombre total des pixels bien classés dans leurs classes Ci (colonnes) divisé par le nombre total de pixels de cette même classe.

Après la validation de la classification supervisée et de la vectorisation automatique (conversion du format image ou raster en format de shapefile), les résultats de la classification sont exportés dans le logiciel Arc Gis pour les traitements cartographiques et des calculs statistiques. Lors de cette opération, neuf classes ont été identifiées et légendées, il s'agit des classes : des mosaïques champs-jachères, des savanes arbustives, des savanes herbeuses, des savanes arborées, des zones brulées, des galeries forestières, des brousses tigrées, des affleurements rocheux et du fleuve Niger.

? La surface totale notée (stj) est la superficie totale occupée par l'ensemble des taches i qui composent cette classe. Elle exprimée en hectare (ha) et se calcule selon la formule suivante :

? La proportion P(sj) des superficies, exprimée en pourcentage est calculée à partir de la formule qui suit :

? La dominance D(sj), désigne la proportion de superficie occupée par la tâche la plus dominante dans la classe j. Il s'agit de la part occupée dans la superficie totale par la plus grande tache de la classe j, notée smaxj (Diallo et al., 2019) Elle s'obtient selon la formule :

Cet indice est compris entre 0 et 100. Plus la valeur de la dominance est grande, moins de fragmentation de la classe (Sadda, 2014).

? La superficie moyenne notée : Sm, est le rapport entre la superficie totale (stj) et le nombre total des classes (nt). Elle est calculée à partir de la formule suivante :

? Indice de diversité des superficies des taches de la classe j H(aj), évalué par le calcul de l'indice de Shannon-Wiener. Dans ce cas, il mesure l'hétérogénéité du paysage. Une valeur de cet indice égale à 0 indique un paysage homogène (Oreste, 2019). Il est donné par la formule :

CHAPITRE III : RÉSULTATS ET DISCUSSION

Le test de séparabilité permet de discriminer les différentes classes d'occupation du sol (Tableau 3). Les résultats de ce test montrent que la classe du fleuve Niger a été bien séparée des autres classes avec une valeur maximale égale à 2 soit 100 %. Ensuite vient la classe des mosaïque champs-jachères qui a une valeur de 1,77 soit 88,5 % de séparation des autres classes par contre 11,5 % de cette classe sont mélangées des autres classes. La classe des galeries forestières présente 1,58 soit 79 % de séparation des autres classes mais 21 % de cette classe sont mélangées des autres classes. Quant aux classes des brousses tigrées et des savanes arbustives, chaque classe a 1,49 soit 74,5 % de séparation des autres classes. Pour la classe des zones brulées la valeur de séparation est de 1,37 soit 68,5 %. Les classes telles que les savanes herbeuses et les affleurements rocheux présentent chacune une valeur de 1,14 soit 57 % de séparation.

Tableau 3 : Valeurs de Test de séparabilité entre les différentes classes d'occupation du sol

Après la classification, l'indice de précision globale est de 93% et de coefficient Kappa de 92%. Les résultats de la matrice de confusion révèlent en général une confusion non significative entre les différentes classes d'occupation du sol (Tableau 4). La classe la plus discriminée est celle de (A), aucun pourcentage d'erreur n'est enregistré c'est-à-dire 100% de pixels sont correctement classés. Au niveau de la classe (I), plus de 98% de pixels sont correctement classés avec un pourcentage d'erreurs d'omission et de commission enregistré respectivement de 3,54% et 1,09%. Par contre les classes les moins discriminées sont celles de (E) et (G), plus de 85% et 67% respectivement des pixels sont bien classifiés, les pourcentages d'erreurs d'omission enregistrés dans les deux classes sont respectivement de : 6,89% et 12,78% et les pourcentages d'erreurs de commission enregistré sont : 14,97% et 31,68% respectivement.

Tableau 4 : Matrice de confusion et Erreurs d'omission et Commission des images Landsat 8

	A		B	C		D	E			F	G	H		I	Total	EC (%)
A	6530		0	0		0	0			0	0	0		0	6530	0,00
B	0		8043	77		11	49			0	0	430		0	8610	6,59
C	0		200	5831		0	79			4	0	152		0	6266	6,94
D	0		49	5		2049	44			113	89	0		0	2349	12,77
E	0		49	285		23	3971			339	0	1		2	4670	14,97
F	0		0	1		81	122			5363	75	0		86	5728	6,37
G	0		0	0		312	0			230	1570	0		186	2298	31,68
H	0		317	17		0	0			0	0	7445		0	7779	4,29
I	0		0	0		2	0			14	66	0		7473	7555	1,09
Total		6530	8658	6216	2478			4265	6063		1800		8028	7747
EO (%)		0,00	7,10	6,19	17,31			6,89	11,55		12,78		7,26	3,54

A : Fleuve Niger ; D : Affleurement rocheux ; G : Savane herbeuse ; EO : Erreur d'Omission

B : Zone brulée ; E : Brousse tigrée ; H : Savane arborée ; EC : Erreur de Commission

Après la validation de la classification, l'établissement de la carte d'occupation du sol des écosystèmes de la zone de transition entre PNWN, la RTFT et la RPFD a fait ressortir neuf classes d'occupation du sol (figure 17). Il s'agit des classes : du fleuve Niger, des zones brulées, des galeries forestières, des affleurements rocheux, des brousses tigrées, des savanes arbustives, des savanes herbeuses, des savanes arborées et des mosaïques champs-jachères.

Figure 17 : Carte d'occupation du sol de l'année 2020 dans la zone de transition entre PNWN, la RTFT et la RPFD (Siradji, 2021).

III.1.2.1.1. Superficies globales des différentes classes dans la zone d'étude

Il ressort de cette étude que neuf classes ont été identifiées et couvrant une superficie totale d'environ 180352,38 hectares (Tableau 5). La classe des mosaïque champs-jachères est la plus représentée avec une superficie estimée de 42627,18 hectares soit 23,64 %, ensuite viennent les classes des zones brulées et des savanes arborées avec des superficies estimées 25420,59 hectares et 24437,79 hectares soit 14,09 % et 13,55 % respectivement. Les classes telles que : les galeries forestières, les savanes arbustives et les savanes herbeuses, leurs superficies sont estimées respectivement 19506,78 hectares, 19376,10 hectares et 19154,43 hectares avec leurs pourcentages soient de 10,82 %, 10,74% et 10,62 % respectivement. Les autres classes telles que les brousses tigrées, les affleurements rocheux et le fleuve Niger sont faiblement représentées avec des superficies estimées respectivement de 14525,55 hectares, 12536,10 hectares et 2767,86 hectares avec leurs pourcentages respectivement de 8,05 %, 6,95 % et 1,53 %.

Tableau 5 : Superficies et pourcentages des différentes classes d'occupation du sol

La portion du PNWN est estimée d'une superficie totale de 60723,54 hectares (figure 18). Sept classes ont été rencontrées dont la plus dominante est celle des zones brulées couvrant une superficie d'environ de 21887,64 hectares soit 36 %. Les classes telles que : les savanes arborées, les galeries forestières et les brousses tigrées représentent 16672,50 hectares soit 28 %, 11353,95 hectares soit 19 % et 6674,13 hectares soit 11 % de superficie respectivement. Les classes des affleurements rocheux, du fleuve Niger et celle des savanes arbustives, présentent les pourcentages les moins représentés en terme de superficies : 1927,71 hectares soit 3 %, 1471,41 hectares soit 2 % et 736,20 hectares soit 1 % respectivement

Savane arborée Galerie forestière Brousse tigrée Affleurement rocheux Fleuve Niger

Figure 18 : Superficies et pourcentage des classes identifiées dans la portion du PNWN

Dans cette portion, six classes ont été identifiées la superficie totale est de 29887,92 hectares (figure 19). Cette portion, dans sa majeure partie est occupée par des galeries forestières et les zones brulées estimées environ 6450,39 hectares (21,58 %) et 6183,18 hectares (20,69 %) de superficie respectivement, ensuite viennent les classes des savanes arbustives et des savanes arborées avec des superficies respectivement de 5315,70 hectares (17,99 %) et 5206,95 hectares (17,42 %). Les classes des mosaïque champs-jachères et celle des brousses tigrées sont les moins représentées, les superficies sont estimées de 3813,48 hectares (12,76 %) et 2858,22 hectares (9,56 %) respectivement.

Figure 19 : Superficies et pourcentage des classes identifiées dans la portion de la RTFT

La superficie totale estimée dans cette portion est d'environ 70608,36 hectares (Tableau 6). Sept classes d'occupation du sol ont été identifiées dont la plus dominante est celle des mosaïque champs-jachères avec une superficie d'environ de 27746,22 hectares (39,30 %), puis celle des savanes arbustives qui occupe 14005,62 hectares (19,84 %) de superficie. Ensuite viennent les classes des affleurements rocheux et des savanes herbeuses avec des superficies respectives de 9836,64 hectares (13,93 %) et de 9282,69 hectares (13,15 %). Enfin les classes des galeries forestières, le fleuve Niger et les brousses tigrées sont les moins dominantes avec des superficies respectives de 4277,52 hectares (6,06 %), de 3109,95 hectares (4,40 %) et de 2349,72 hectares (3,33 %).

Tableau 6 : Superficies et pourcentage des classes identifiées dans la portion de la RPFD

Cette portion qui se trouve dans zone Ayinoma occupe une superficie totale de 19132,56 hectares (figure 20). La plus grande partie de cette portion est dominée par des mosaïque champs-jachères couvrant une superficie de 11299,59 hectares (59 %), ensuite les savanes herbeuses qui occupe 7352,37 hectares (38 %) de superficie et le fleuve qui n'occupe que 480,60 hectares (3 %) de superficie.

Figure 20 : Superficies et pourcentage des classes identifiées dans la portion de la zone Ayinoma

Il ressort de ces résultats que la classe des mosaïque champs-jachères est rencontrée dans la PRPFD, dans la PZA et dans la PRTFT. Par contre cette classe est inexistante dans la PPNWN. Les classes telles que les zones brulées et la savane arborée ont été identifiées dans la PPNWN et dans la PRTFT mais ces classes sont absentes dans la PZA et la PRPFD. Quant aux classes des galeries forestières, brousses tigrées et savanes arbustives ont été constatées dans la PPNWN, la PRTFT et la PRPFD, absentent dans la PZA. Dans la PPNWN et la PRPFD, on note seulement la

présence de la classe des affleurements rocheux. La dernière classe est celle du fleuve Niger qui se trouve aussi bien dans PPNWN, la PRPFD que dans la PZA (Figure 21).

III.1.2.2. Valeurs des indices et superficies moyennes

Dans l'ensemble de la zone de transition, l'indice de diversité est relativement égal à 2,97 bits. Suivant les portions, l'indice est plus important dans la PRTFT avec une valeur de 2,53 bits, suivie de la PRPFD et de PPNWN avec des valeurs respectivement égales à 2,38 bits et 2,21 bits. Cet indice est relativement faible dans la PZA avec une valeur de 1,11 bit. Quant à la dominance, globalement la zone de transition est dominée par des mosaïque champs-jachères avec 24 %. Entre les portions, la classe des mosaïque champs-jachères est dominante aussi bien dans la PZA que dans la PRPFD avec 59 % et 39 % respectivement et les classes telles que les zones brulées (36 %) et les galeries forestières (22 %) sont dominantes respectivement dans la PPNWN et la PRTFT.

La superficie moyenne de toute la zone de transition est égale à 20039,15 hectares. Pour les portions PRPFD, PPNWN, PZA, PRTFT, les superficies moyennes sont respectivement de 10006,91 hectares, 8674,79 hectares, 6377,52 hectares et 2858,22 hectares, (Tableau 7).

ZTPTD : Zone de Transition entre Parc national W du Niger, Tamou et Dosso ; PPNWN : Portion du Parc National W du Niger ;

PRTFT : Portion de la Réserve Totale de Faune de Tamou ; PRPFD : Portion de la Réserve Partielle de Faune de Dosso et

III.2. DISCUSSION

L'analyse spatiale des écosystèmes de la zone de transition entre le PNWN, la RTFT et la RPFD montre que le test de séparabilité entre les différentes classes d'occupation du sol varie de 1,14 à 2. Donc le test de séparabilité entre les classes est statistiquement acceptable. Pour une analyse spatiale dont la valeur du test de séparabilité est supérieure à 1, le risque de confusion entre les différentes classes est faible, les résultats sont bons.

L'indice de Précision globale et celui du coefficient Kappa sont de 93 % et de 92 % respectivement. Selon Lafleur (2015), une classification est fiable et exploitable si l'indice de Précision globale est supérieur à 80 %. Pour notre cas la Précision globale est supérieur au seuil donc les différentes classes d'occupation du sol sont bien rangées dans leurs classes. L'analyse du résultat de la matrice de confusion montre globalement il n'y a pas eu d'énorme confusion entre les différentes classes. Cette différence non significative de confusion entre les classes s'explique par le fait que les images satellitaires sont des bonnes qualités et en plus un bon choix des zones d'entrainement a été fait.

Il ressort des calculs des superficies des différentes classes d'occupation du sol des écosystèmes de la zone de transition entre le PNWN, RTFT et la RPFD que la classe des mosaïque champs-jachères occupe une superficie de 23 %. Cette augmentation de superficie de la classe de mosaïque champs-jachère au détriment des formations végétales est due à l'exploitation anarchique des forêts. En effet, l'extension de cette classe est plus observée dans la portion de la Réserve Partielle de Faune de Dosso. Cela a été signalé par certains auteurs comme (Harouna, 2005 et Kabirou, 2013) où ils ont confirmé que les évènements climatiques extrêmes et récurrents caractérisés par des années sèches et la croissance démographique ont occasionné une migration massive des populations autochtones et allochtones vers la réserve. Cette dernière a subi une forte pression anthropique notamment l'extension des champs, la déforestation et le surpâturage, (Photo 6 et 7). Pour ce qui est de la classe des zones brulées, couvre 14,09 % de superficie. Elle est beaucoup plus importante dans la portion du Parc National W du Niger. Cette dernière est intégralement protégée. En effet, les brulures peuvent être expliquées par le fait que les agents de gestion de la zone émettent des feux d'aménagements et cela conduit à une régression des savanes arbustives et des savanes herbeuses. Selon Inoussa (2011), la transformation des superficies des formations peut

être expliquée par l'impact des feux de végétation et entrainant une régression des savanes et une progression des zones brulées.

Photo 6 : Champs (Siradji, 2021) Photo 7 : Zone de pâturage (Siradji, 2021)

Dans la PPNWN, les résultats révèlent une dominance en terme de superficie soit 36 % de la classe des zones brulées au profit de la classe des savanes arbustives. Cette progression des zones brulées au détriment des savanes arbustives est due par le fait que la classe des savanes arbustives a subi des brulures par les agents de gestion de la forêt donc ce qui fait qu'il y'a une régression de cette classe. Ensuite la classe des savanes arborées qui occupe 28 % de superficie. Cette valeur peut être expliquée par le fait que rare des savanes arborées brulent, en plus la zone est protégée par des actions anthropiques. Cela a été notifié par (Ali, 2006) où il a montré que les arbres ne brulent pas généralement sauf en année très sèches ou en cas de forte fréquence du feu.

Quant à la PRTFT, il ressort que la classe des galeries forestières couvre 21,58 % de superficie par rapport aux autres classes. Cette différence est liée par le fait que la portion étudiée est regorgée des cours d'eau dans lesquels, la végétation suit le long d'eux. Ce résultat est différent de celui trouvé par (Barrage et al., 2018). Cela peut se justifiée par le fait que l'étude menée par cet auteur concerne l'ensemble de la réserve. Les faibles pourcentages ont été enregistrées dans les classes des mosaïque champs-jachères et des brousses tigrées. Ceux-ci peuvent être expliqués par le fait que c'est une réserve protégée, l'extension des mosaïque champs-jachères est non significative par contre pour les brousses malgré que c'est une aire protégée les populations continuent à faire des défrichements les plus souvent sur les combretaceae, (Photo 8). Cette pression anthropique a été dite par des auteurs (Kouassi et al., 2010 ; Mama et al., 2013) où ils ont montré que les formations

naturelles, plus particulièrement les brousses tigrées sont les plus affectées par les activités anthropiques.

La PRPFD est occupée à 39,30 % de superficie de la classe des mosaïque champs-jachères. En effet, la principale cause de cette progression est l'avancée du front agricole dans la réserve et entrainant une forte dégradation des formations végétales naturelles. Malgré cette menace qui pèse sur la réserve, plusieurs partenaires interviennent dans le but de restaurer la réserve (Photo 9 et 10). Ce résultat est similaire de celui trouvé par (Barrage et al., 2018) où diverses actions sont à entreprendre pour la mise en oeuvre des activités régénératrices des revenus dans les villages pour lutter contre la menace qui pèse sur la réserve. Pour la classe des savanes arbustives, elle occupe 19,84 % de superficie. L'extension de cette classe peut être expliquée par l'absence des feux d'aménagement qui est la source principale de la régression de cette classe. Ensuite vient la classe des affleurements rocheux qui a 13,93 % de superficie. L'augmentation de la superficie de cette classe est dépendante des brousses tigrées qui occupe 3,33 % qui sont des espèces à préférence dans le plateau. Cet accroissement a été signalé par (Inoussa, 2011) où il a confirmé que l'augmentation de cette classe peut être considérée comme une forme de dégradation de la végétation au profit des brousses tigrées.

Photo 9 : Activité génératrice (Siradji, 2021) Photo 10 : Demi lunes (Siradji, 2021)

Pour ce qui est la PZA est une zone qui se trouve entre la RTFT et la RPFD. Cette portion, dans sa majeure partie est occupée par la classe des mosaïque champs-jachères avec un pourcentage de 59 % de superficie. Cette extension accentuée de cette classe est due par le fait que c'est une zone non protégée d'où une forte pression anthropique sur la zone notamment : les défrichements, les cultures pluviales, la croissance démographique etc... Ce résultat est en adéquation avec celui trouvé (Zakari et al., 2018) qui ont constaté une progression des formation anthropisées au profit des formations naturelles végétales dans la forêt classée des trois rivières au Nord-Est du Bénin. La même tendance a été signalée par (Abdourahamane et al.,2012) dans la forêt de Dan Kada Dodo où les zones sous cultures et jachères sont les plus dominantes au détriment des formations naturelles végétales.

Pour l'ensemble des quatre portions, la classe des mosaïque champs-jachères est observée dans la PRPFD, PZA et PRTFT à l'exception de la PPNWN où cette classe est inexistante. Cette différence peut se justifier par le fait que la PPNWN ne partage pas le même statut de protection avec les autres portions. Ce résultat concorde avec celui de (Inoussa, 2011) dans la même zone où il a remarqué que grâce au statut de protection du PNWN, la pression anthropique est moindre. Quant aux classes des zones brulées et des savanes arborées leurs présences ont été constatées dans la PRTFT et la PPNWN par contre ces classes sont absentes dans la PRPFD et la PZA. La justification tirée est liée à l'absence des feux d'aménagement dans les deux portions, c'est pourquoi il y' a eu une progression des savanes arbustives et des savanes herbeuses. Ce qui justifie l'absence de la classe des savanes arborées dans les deux portions est due principalement à la pression anthropique surtout les défrichements anarchiques des arbres. Les classes telles que : les

brousses tigrées, les galeries forestières et les savanes arbustives sont rencontrées dans les PPNWN, PRTFT et PRPFD sauf dans la PZA. Cette irrégularité est liée par le fait que la partie majeure de la portion de la zone Ayinoma a été transformée en des mosaïque champs-jachères. Cela a été notifiée par (Pale, 2000) qui a trouvé que la transformation des formations naturelles est essentiellement liée aux activités anthropiques (déforestation, l'agriculture). La classe des affleurements rocheux a été identifiée dans la PPNWN et la PRPFD à l'exception des deux portions. L'explication donnée est due par le fait que l'augmentation de cette classe dépend de la classe des brousses tigrées. Pour ce qui est de la classe des savanes herbeuses, elle est présente dans la PRPFD et la PZA et absente dans la PPNWN et la PRTFT. Cette répartition inégale de cette classe peut se justifiée par le fait que la PRPFD et la PZA sont des zones non soumises aux feux d'aménagement car ces derniers entrainent une régression voire la disparition de cette classe. Pour la dernière classe, celle du fleuve Niger qui est présente dans les trois portions sauf dans la PRTFT. Cette différence est tout simplement liée à la délimitation de la portion.

Par rapport à l'indice de diversité, dans l'ensemble de la zone de transition, l'indice étant égal à 2,97 bits, donc la zone est hétérogène. Pour la PRTFT, la PRPFD, la PPNWN les indices sont : 2,53 bits, 2,38 bits, 2,21 bits respectivement, indiquent les portions sont hétérogènes par contre la PZA, l'indice est égal à 1,11 bit traduit une tendance d'homogénéisation de cette zone. Ce qui explique la variation de cet indice est lié au nombre des classes autrement dit plus le nombre de classe augmente plus l'indice est élevé. Quant à la dominance, globalement l'indice de dominance de la classe des mosaïque champs-jachères est égal à 24 %, la conclusion tirée, la classe des mosaïque champs-jachères est fragmentée avec les formations naturelles. Dans la PRTFT, la classe de galerie forestière présente une dominance de 22 %, cette classe est fragmentée avec les autres classes. Pour la PPNWN et la PRPFD, ces deux portions sont dominées à 36 % des zones brulées et 39 % des mosaïque champs-jachères respectivement. Elles sont fragmentées par d'autres classes. Par contre la PZA a 59 % de dominance de la classe des mosaïque champs-jachères. À ce niveau la fragmentation est très faible et tend vers une homogénéisation de formations naturelles vers les formations anthropisées. Cela a été confirmé par (Oreste et al., 2019) où ils ont montré une fragmentation du paysage naturel qui s'est transformé en paysage artificiel.

CONCLUSION RECOMMANDATIONS ET

PERSPECTIVES

CONCLUSION RECOMMMANDATIONS ET PERSPECTIVES

Au terme de cette étude conduite dans la zone de transition entre le Parc National W du Niger, la Réserve Totale de Faune de Tamou et la Réserve Partielle de Faune de Dosso portant sur l'analyse spatiale des écosystèmes à partir des images satellitaires Landsat OLI/TIRS de l'année 2020, neuf classes d'occupation du sol ont été identifiées. Il s'agit de : brousses tigrées, galerie forestière, des savanes arborées, savanes arbustives, savanes herbeuses, mosaïque champs-jachères, affleurements rocheux et On note une dominance de la zone de transition à 24 % par la classe des mosaïque champs-jachères suite à la transformation des formations végétales naturelles. Suivant les portions, l'indice de dominance dans la PRTFT, PPNWN, la PRPFD étant respectivement égal à 22 %, 36 % et 39 %, il existe alors une fragmentation très appréciable des écosystèmes avec un effet moindre dans la zone Ayinoma (PZA).

Dans l'ensemble, la zone étudiée a subi une dégradation des formations végétales naturelles au profit de l'extension rapide des formations anthropisées. Ce phénomène est plus accentué dans les parties Nord-Ouest et Nord-Est. En effet, les principaux facteurs de cette mutation paysagère sont : la croissance démographique, les activités anthropiques et les variabilités climatiques.

Face à cette mutation paysagère, il est recommandé à l'endroit de nos autorités de :

? Mettre en place une politique efficace de protection de l'environnement pour une gestion durable des ressources forestières ;

En guise des perspectives de recherche cette étude doit être complétée en faisant une analyse diachronique des écosystèmes de la zone de transition afin de ressortir les changements de ces écosystèmes dans l'espace et dans le temps à partir des images satellitaires. En plus il est important de mener une étude ethnobotanique afin de ressortir les différents facteurs de menaces dans la zone de transition. Les résultats recherchés pourraient être appliqués par les décideurs politiques comme outils de prise des décisions pour une gestion durable de ces écosystèmes.

Abdourhamane H., Morou B., Mahamane A., Saadou M. & Issaka A., 2012. Caractérisation de la dynamique spatio-temporelle de l'occupation des terres dans le complexe des forêts de classées de Dan kada Dodo-Dan Gado (région de Maradi, Niger). Journal des Sciences de l'Environnement ; vol. 1 (1) 2012 : 16-26.

Ali E., 2020. Cours de Télédétection à l'Université de Moulay Ismaila.

Ali M., 2006. Étude floristique, phytosociologie et phytogéographique de la végétation du Parc Régional du Niger. Ata Bot. Gallica. 153 (2) 265-269.

Adamou D. T., Amadou B. T., Jean L. R., Béatrice M., Charles L. B. & Christel B., 2016. Flux éolien et dynamique des fronts dunaires dans le Manga, Sud-Est du Niger. Rev. Ivoir. Sci. Technol. (28) 323-332.

Bamba I., 2010. Anthropisation et dynamique spatio-temporelle de paysages forestiers en

République Démocratique du Congo. Thèse Doctorat, Université libre de Bruxelles. 205p. Barmo S., 2008. Analyse socio-économique de l'exploitation des ressources végétales de la

réserve Totale de Faune de Tamou (Niger). Mémoire DEA, Biologie appliquée. 88p.

Barmo S., Amani A., Idrissa A., Bachir M. M., Mahamane A., 2021. Cartographie et dynamique spatio-temporelle des formations végétales de la forêt protégée de Baban Rafi (Niger). Revue Marocaine des Sciences Agronomiques et Vétérinaires. P-ISSN : 2028991X.

Barrage M., Garba A., Moussa B., Jacques C.& Jean M. K. A., 2018. Dynamique spatio-temporelle d'occupation du sol dans la Réserve Totale de Faune de Tamou dans un contexte de la variabilité climatique (Ouest du Niger). International Journal of Biological and Chemical Science. 12 (4): 1667-1687.

Bul, 2008. Bulletin de l'Information Géographique Appliquée aux Activités de Recherche-Développement. BIG n°3 - Initiation à la télédétection.

Centre Canadien de la Télédétection, 2019. Manuel des concepts relatifs aux systèmes d'information sur l'occupation et l'utilisation des sols. Office des publications officielles des communautés européennes, Luxembourg.

Chaima G., 2018. Classification de l'occupation des terres agricoles par télédétection satellitaire. Mémoire à l'Université Paul Valéry de Montpellier III. 71p.

Chorowicz J., 1980. Notion utilisée par les géologues en télédétection. Somm. Soc.géol. vol. 4. 203-206.

Collet C., 1994. Système d'information géographique en mode image. Presses polytechniques et Universitaire Romandes.

Diallo H., Bamba I., Barima Y., Visser M., Ballo A., Mama A., Vranken I., Maiga M. Bogaert J., 2011. Effets combines du climat et des pressions anthropiques sur la dynamique évolutive de la végétation d'une zone protégée du Mali (Réserve de Fina, Boucle du Baaoulé). Sécheresse, 22 : 97-107.

Diouf. A., 2012. Influence du régime des feux d'aménagement sur la structure ligneuse des savanes nord Soudaniennes dans le Parc du W (Sud-Ouest du Niger). Thèse Doctorat à l'Université Libre de Bruxelles. 207p.

Denis A., 2016. Travaux pratiques de Télédétection spatiale. Arlon campus Environnement, Université de Liège, Belgique. 84p.

Direction départementale des ressources animales de Say (DDRA, 2014). Rapport d'activités. 52p.

Ernest N., 2019. Contribution de la télédétection et des Systèmes d'Information Géographique (SIG) dans l'étude de la dynamique spatio-temporelle de l'environnement urbain et périurbain de la partie Nord de la mairie de Bujumbura, Burundi. Mémoire à l'Université de Liège. 83p.

Françoise G., 2008. Contribution des SIG à la connaissance et à la gestion de l'environnement littoral. Thèse à l'Université de Bretagne occidentale. 163p.

Garcia L. M., 2012. Satellite pour la télédétection appliquée à la gestion territoriale. Groupe d'Observation de la Terre et de l'Atmosphère, Université de la Laguna.

Goodchild M., Kemp K., 1990. Centre National d'Information Géographique et d'Analyse à l'Université de Californie.

Hamissou M. G., 2006. La prédation du bétail domestique par les grands carnivores dans la zone périphérie du Parc W. Mémoire de fin d'étude, Burkina Faso. 66p.

Hamzaoui A., 2005. Télédétection multi spectrale et hyper spectrale appliquée à l'exploration. Journées nationales de l'industrie minérale.

Harouna, 2005. Rapport d'étude sur la migration de colonisation agricole et dynamique territoriales dans les communes rurales de Say et de Tamou. Université Abdou Moumouni de Niamey. 15p.

Ibrahim B., Abdou A., Idrissa S., Mourtala B., Ali M., 2020. Dynamique spatio-temporelle de l'occupation des sols commune de Torodi, Gothèye et Tagazar de la région de Tillabéry au Niger. International Journal of Biological and Chemical Science. 14 (3) : 949-965.

Idrissa K. A., Tougiani A., Moussa M., Habou R., Idrissa S. & Jan B., 2019. Influence des Pressions Anthropiques sur la Dynamique Paysagère de la Reserve Partielle de Faune de Dosso (Niger). International Journal of Biological and Chemical Science; 13(2): 1094-1108.

Inoussa M. M., 2011. Dynamique des forêts claires dans le Parc National du W du Niger. Thèse de Doctorat à l'Université Abdou Moumouni de Niamey. 138p.

Ismaila G., 2013. Application de la télédétection aérospatiale pour l'évaluation de la dégradation des ressources naturelles : cas des sols de la région de Kaolack située dans le bassin arachidier du Sénégal. Mémoire à l'Université Cheikh Anta Diop de Dakar. 148p.

Jensen J. R., 1983. Biophysical remote sensing. Annals of the Association of American Geographers. 73 (1), 111-132.

Kabirou S., 2013. Processus de fixation des populations migrantes à la périphérie de la réserve de Biosphère du W du Niger. Revue Scientifique Semestrielle Territoires, Sociétés et Environnement. 2 : 39-56.

Koffi D. K., Tchaa B., Thiou T. K. & Tchamie, 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 Scientific of Environnment Université de Lomé. ISSN :18121403.

Kouassi A. M., Kouamé K. F., Koffi Y. B., Kouakou B. D., Paturel J. E., Oulare S., 2010. Analyse de la variabilité climatique et de ses influences sur les régimes pluviométriques saisonniers en Afrique de l'Ouest : cas du bassin versant du N'Zi (Bandama) en Côte d'Ivoire. European Journal of Geography.

Lafleur A., 2015. Étude évolutive de la mangrove de la Baie de Caracola (Nord-Est, Haïti) et perspectives de conservation. Mémoire à l'Université de Liège, Belgique. 55p.

Mahamadou S. M., Boureima A., 2014. Indicateur de mesure de la pression anthropique sur les ressources naturelles : exemple de la périphérie du Parc W dans la commune rurale de Tamou au Niger. Revue électronique en sciences de l'environnement. Vol :14

Mahdid B., 2019. Hydrologie du bassin du Hodna : construction d'une base des données à l'aide d'un SIG. Mémoire à l'Université Mohamed Boudiaf-M'Sila. 116p.

Mama A., Sinsin B., Christophe D. C., Bogaert J., 2013. Anthropisation et dynamique des paysages en zone soudanienne au Nord du Bénin. Tropicultura. 3 (1) : 77-88.

Mélanie R. T., Martin T., Marie L. A. & Armand D. T., 2020. Dynamique spatio-temporelle de l'occupation du sol dans le Moungo, Région du Littoral, Cameroun : influence sur l'expansion des systèmes agroforestiers à la base de bananiers. Int. J. Biol. Chem. Sci. 14(2) : 486-500.

Midekor A., Wellen J., 2013. Initiation à Envi. Manuel de télédétection, Burkina Faso.

Mikwa N. J., 2010. Évaluation par la télédétection des effets de la déforestation et de la dégradation des forêts à Kisangani : cas de la région forestière de Masako. Mémoire à l'Université de Kisangani. 42p.

Oumar M., José-Luis S., Ababacar F. & Julien A., 2021. Cartographie par Télédétection des variations spatio-temporelles de la couverture végétale spontanée face à la variabilité pluviométrique au Sahel : approche multi scalaire. Géographie Physique et Environnement. Vol.16 p. 1-28.

Oreste T., Joseph O., Inoussa T., 2019. Dynamique spatiale et structure du paysage dans la commune de Zè, Bénin. Open Science.

Pale F. O. K., 2000. Le rôle de l'action anthropique dans la dégradation des ressources naturelles à Niaogho-Beguedo. Sonderforschungsbereichs. 268 (14). 521-533.

Pauline D., 2014. Exploitation de séries temporelles d'images satellites à haute résolution spatiale pour le suivi des prairies en milieu agricole. Thèse Doctorat à l'Université Renne II Haute-Bretagne. 283p.

Sadda A. S., Diouf A., Lawali S., Ouedraogo M., Bogaert J. & Mahamane A., 2016. Pression anthropique et dynamique paysagère en zone rurale semi-aride : cas de la commune de Tibiri, région de Maradi (Niger). Tropicultura. 34 (2) : 127-139.

Sadda A.S., 2014. Étude de la dynamique de l'occupation du sol dans la commune urbaine de Tibiri (région de Maradi). Mémoire à l'Université de Maradi. 92p.

Séverin B., Felix H., Gérard G., Samadori S., Honoré B., Beranger A., Sèwanou T. & Raphael T., 2019. Dynamique spatio-temporelle de l'occupation du sol de la forêt classée de Ouénou-Bénou au Nord Bénin. Open Science. http://hal.archives-ouvertes.fr/hal-02189367.

Souradji B., AMANI A., Idrissa A., Bachir M. M. & Ali M., 2021. Cartographie et dynamique spatio-temporelle des formations végétales de la forêt protégée de Baban Rafi (Niger). Revue Marocaine des Sciences Agronomiques Vétérinaires. 84(1): 64-72.

Toro-Balbontin D., 2014. Analyse de la détérioration de la forêt de la cordillère de la Costa dans le Sud Chilien : géomatique et modélisation prospective appliquée sur une forêt patrimoniale de la province d'Osorno. Thèse de Doctorat à l'Université de Jean Jaurès de Toulouse, France. 406p.

Union Internationale pour la Conservation de la Nature (UICN, 2002). Rapport de la Réunion Internationale préparatoire au Sommet Mondial du Développement Durable, Bureau Régional de l'Afrique de l'Ouest. 108p.

Union Internationale pour la Conservation de la Nature (UICN, 2010). Parc et réserves du Niger : évaluation de l'efficacité de gestion des aires protégées. Ouagadougou, BF : UICN/PAPACO, 78p.

Union Internationale pour la Conservation de la Nature (UICN, 2018). Fiche descriptive du site page Niger-Mékrou au Niger. 9p.

Yassine L. M., 2011. Apport de la télédétection (images Landsat 7 ETM+) pour la cartographique géologique de la région d'Aflou (Atlas sahélien). Mémoire à l'Université Ferhat Abbas-Setif, Algérie. 98p.

Zakari S., Imorou I. T., Thomas O. A., Djaouga M., Arouna O., 2018. Application de la télédétection et du SIG au suivi des formations végétales de la forêt classée des trois rivières au Nord-Est du Bénin. European Scientific Journal. Vol. 14 ISSN : 1857-7881.

Direction de la Faune et de la Chasse dans les Aires Protégées (DFC/AP, 2012). Plan d'action National pour la Conservation du Guépard et du Lycaon en République du Niger. URL : http://extwprlegs1.fao.org/docs/pdf/Ner188781.pdf.

Direction nationale de météorologie (DNM, 2010). Évolution des précipitations à Tamou de

1980 à 2010. Consulté le 22-11-2021 sur le lien URL :
http//:journals.openedtion.org/vertigo/docannexe/image/14754/img-2.jpg

INS, 2012. État et structure de la population du Niger. Consulté le 8-08-2021 sur le lien URL : www.stat-niger.org

III.1.2.1.1. Superficies globales des différentes classes dans la zone d'étude 45