WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Utilisation de la télédetection et des SIG dans la gestion durable des aires protégées : cas des forets classees de Dogo-Ketou au Bénin

( Télécharger le fichier original )
par Folohouncho Bibiane ENONZAN
RECTAS Obafemi Awolowo University Campus - Diplôme d'Etudes Supérieures Spécialisées (DESS) 2010
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.1.3.2- La pente

La pente est le rapport entre la dénivellation et la longueur horizontale. Elle est déterminée

ici à partir du MNT à l'aide la fonction Slope de ArcGis (3D Analyst Tools/Raster Surface/ Slope. La couche pente qui a résulté de cette opération, a été classifiée en cinq classes.

Figure 33: Pente des forêts classées de Dogo-Kétou

Avec cette opération, nous n'avons pas accès à la table attributaire de cette couche de pente. Nous avons donc procédé à la reclassification de cette même couche. La figure 34 nous montre la procédure de reclassification.

Figure 34: Fenêtre montrant la procédure de la reclassification de la pente des forêts Classées
de Dogo-Kétou

Figure 35: Reclassification des pentes des forêts Classées de Dogo-Kétou

Les 5 classes définies sont prises à la base de l'objectif visé dans la présente étude et de notre limite dans la nomination des niveaux de pente. Donc avec les 5 classes, nous avons respectivement les pentes insensibles (0 - 5%), faibles (5 - 18%), moyennes (18 - 51%), fortes (51- 83 %) et très fortes (83 -100 %). La carte de pente ainsi réalisée est illustrée par la figure 36.

Figure 36: Situation des pentes des forêts classées de Dogo-Kétou

4.1.3.3- Critères d'identification des zones favorables pour le développement de l'agroforesterie

L'identification des zones agro-forestières doit respecter certains critères au nombre desquels nous avons :

- la zone doit être située au niveau des savanes arborée et arbustive car elles sont à emprise agricole, plus précisément au niveau des savanes arborée et arbustive dont la superficie est supérieure à 30 ha;

- la zone doit être à 1 km des cours d'eau dont la longueur est supérieure à 3000 m ; - la pente en cette zone doit être moyenne.

Pour commencer avec les différentes opérations, nous avons d'abord converti la couche des pentes de raster en polygone avec Arctoolbox/FromRaster/Raster to polygone. La figure 37 montre la procédure.

Figure 37: Fenêtre de conversion de la couche des pentes de raster en polygone

4.1.3.4- Requêtes

Comme la base de données spatiale des foréts d'étude est disponible, l'identification de cette

zone a reposé sur les requêtes.

Requête n° 1 :

Sélection des savanes arborée et arbustive

Figure 38: Fenêtre montrant la sélection des savanes arborée et arbustive dans les forêts classées de Dogo-Kétou

Grace à la fonction `' Select by attribut» de ArcMap, nous avons pu sélectionner ces savanes.

Requête n° 2 :

Sélection des savanes arborée et arbustive dont les superficies sont supérieures à 30 ha

Figure 39: Fenêtre montrant la sélection des savanes arborée et arbustive dont la superficie est supérieure à 30 ha

Cette sélection a été possible grace à la fonction `' Select by attribut» de ArcMap.

Requête no 3 :

Sélection des cours d'eau dont la longueur est supérieure a 3000 m

Figure 40: Fenêtre de sélection des cours d'eau dont la longueur est supérieure à 3000 m

Requête no 4 :

Sélection des savanes arborée et arbustive qui sont à 1 km des cours d'eau

Figure 41: Fenêtre montrant les sélections précédentes qui sont à 1 km des cours d'eau

Cette sélection a été faite grace à la fonction `' Select by location» de ArcMap.

Requête n° 5 :

Sélection des pentes moyennes

Figure 42: Fenêtre montrant la sélection des pentes moyennes

La sélection a été faite avec la fonction `'Select by attribut» de ArcMap.

NB :

Après chaque requête, nous avons créé de nouvelles couches aux couches générées. Ce sont les deux dernières couches (celle des pentes moyennes et celle contenant les savanes arborée et arbustive de plus de 30 ha de superficie et situées à 1 km des cours d'eau), qui ont subi l'opération de `'intersect».

Les zones favorables pour le développement de l'agroforesterie sont donc classées en deux catégories. Nous avons :

- les zones très favorables (au niveau des savanes arbustives);

- les zones peu favorables (au niveau des savanes arborées).

Le résultat est cartographié et affiché dans la figure 43.

Figure 43: Zones favorables pour le développement de l'agroforesterie dans les forêts classées de Dogo-Kétou

4.1.2-Proposition de la zone favorable pour l'utilisation des fours améliorés de carbonisation

4.1.2.1-Critères d'identification des sites propices à l'utilisation des fours améliorés de carbonisation

Ces sites seront situés dans des endroits qui rempliraient les conditions ci-après :

- pente forte (51 - 83 %) ;

- au niveau des champs et jachères dont la superficie est supérieure à 1 ha ; - A 10 km des cours d'eau dont la longueur est inférieure à 3000 m.

Les procédures utilisées ici sont les mémes pour l'identification des zones favorables à l'agroforesterie. Nous avons donc choisi afficher la dernière étape pour éviter la répétition.

Figure 44: Fenêtre montrant la sélection des sites propices à l'utilisation des fours améliorés de carbonisation

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Je ne pense pas qu'un écrivain puisse avoir de profondes assises s'il n'a pas ressenti avec amertume les injustices de la société ou il vit"   Thomas Lanier dit Tennessie Williams