ABSTRACT
The main objective of this study in the Yangambi Forest Area
was to predict for the short, medium and long term the dynamics of the forest
landscape as well as the fluctuation of climatic variables. This general
objective has been broken down into 5 specific objectives.
The combination of remote sensing and GIS with the D-P-S-I-R
approach, as well as descriptive and inferential statistics, made it possible
to achieve these objectives.
Results relating to the historical dynamics of the landscape
have shown an increase in the annual rate of deforestation. This rate is
estimated at 0.007% during the first decade (1986-1995). It increases by 0.13%
during the second (2000-2009) to reach the Amazon rhythm (0.4%) in the last
decade (2009-2018).
The transitions breaks showed a strong tendency of
anthropisation. One observes respectively between 2000 and 2009 losses of 3,15%
and 21,06% of primary forests and secondary forests to the profit of the
agricultural class. In the same way, more of 2% and 20%, respectively the
primary forests and the secondary forests pass in transit to the profit of
agriculture between 2009 and 2018.
The relative results to the prospective dynamics attest a
future tendency of anthropisation of the landscape. The rates of deforestation
are estimated to 0,011% for the short term (2018-2038); 0,032% for the middle
term (2018-2058) and 0,033% for the long term (2018-2078).
Regarding climatic variables, the historical fluctuation of
precipitation shows a decrease from the first to the second decade with a
difference of 46.33mm, and an increase between the second and third decade with
51.36mm difference. There is also a trend of temperature increase, with 0.34
° C and 0.28 ° C difference respectively between the first and the
second and between the second and third decade. The climate scenarios show a
trend of temperature increase of at least 0.2 ° C between the short,
medium and long term. While the trend is that of the decrease for
precipitation. They could reach annual averages of 1795mm.
Slash and burn agriculture is described as the main driver of
deforestation with average annual losses estimated at more than one ha for a
farmer. It follows the artisanal exploitation of energy wood and timber with
respectively 0,019ha and 0,012ha as average annual losses of an operator for
each category.
Given the low correlation (1.3%) for all predictive
precipitation models, it has been useful to explore other explanatory variables
to improve model quality.
Keywords: Anthropization, forest landscape,
deforestation rate, Yangambi, climate.
viii
ix
x
Table des matières
EPIGRAPHE ii
DEDICACE iii
REMERCIEMENTS iv
RESUME vi
ABSTRACT vii
Table des matières viii
Liste des figures x
Liste des tableaux xii
ACRONYMES xiii
0. Introduction générale 1
0.1. Contexte de l'étude
1
0.2. Etat de la question
2
0.3. Problématique
5
0.4. Hypothèses 6
0.5. 0bjectifs de la recherche
6
0.6. Intérêt du
travail 7
CHAPITRE I. CONSIDERATIONS PRELIMINAIRES 8
I.1. Généralités sur les
forêts tropicales 8
I.1.1. De la grande diversité des forêts
tropicales 8
I.1.2. Déforestation et dégradation
tropicale 8
I.1.3. Les moteurs de déforestations en
milieux tropicaux 8
I.1.4. Des interactions naturelles :
écosystèmes forestiers et climat 9
I.1.5. Les effets globaux de la
déforestation 9
I.2. Généralités sur les
variations climatiques 10
I.2.1. Des variations passées du
climat 10
I.2.2. Des possibles variations climatiques dans le
futur 11
I.3. Généralités sur
l'écologie du paysage 11
I.3.1. Définitions et composition du
paysage 11
I.3.2. La structure spatiale en écologie du
paysage 12
I.3.3. Outils d'analyse du paysage 14
I.3.4. Occupation et utilisation du sol
15
I.3.4.1. Simulation des changements d'occupation
et d'utilisation des sols 15
I.3.4.2. Les outils de
simulation 16
I.3.4.3. Modélisation et
simulation 16
I.4. Généralités sur les
méthodes appliquées 17
I.4.1. Récolte des données des moteurs
de déforestation : Approche DPSIR 17
I.4.2. Traitement des images satellitaires
17
I.4.2.1. La classification supervisée
18
I.4.2.2. La matrice de transition 19
I.4.2.3. Identification des processus de
transformation spatiale 19
CHAPITRE II : MILIEU D'ETUDE ET APPROCHES
METHODOLOGIQUES 21
II.1. Milieu d'étude
21
II.2. Les approches méthodologiques
25
II.2.1. Acquisition des données 25
II.2.2. Prétraitement et organisation des
données 27
II.2.3. Traitement et analyse des données
28
CHAPITRE III : LES RESULTATS DE L'ETUDE 37
III.1. Dynamique de l'occupation du sol
37
III.1.1. Cartographie de la dynamique de l'occupation
du sol 37
III.1.2. Dynamique de l'occupation du sol en
pourcentage des classes 39
III.1.3. Taux de déforestation et de changement
dans la zone d'étude 40
III.1.4. Les transitions interclasses 42
III.1.5. Analyse de la structure spatiale du paysage
44
III.1.6. Prédiction de l'occupation du sol
48
III.2. : FLUCTUATION DES VARIABLES CLIMATIQUES
55
III.2.1. Fluctuation spatio-temporelle des
précipitations 55
III.2.2. Fluctuation spatio-temporelle de la
température 58
III.2.3. Prédiction des variables climatiques
61
III.3. Les moteurs de déforestation dans la
zone d'étude 65
III.3.1. Moteurs de déforestation
pondérés aux enquêtés 65
III.3.2. Variabilité des surfaces
forestières perdues pour chaque moteur 65
CHAPITRE IV : DISCUSSION GENERALE ET PERSPECTIVE
68
IV.1. Approches méthodologiques
68
IV.1.1. De l'imagerie Landsat aux analyses du SIG
68
IV.1.2. Fluctuation climatique : question
d'inférence ou de la description statistique ? 71
IV.1.3. L'approche DPSIR : intérêt d'une
approche participative 71
IV.2. Résultats d'étude
72
IV.2.1. Dynamique historique et prospective du paysage
72
IV.2.2. Fluctuation historique et prédictive
des variables climatiques 76
IV.2.3. Les moteurs de déforestation
78
CONCLUSION GENERALE ET SUGGESTIONS 80
REFERENCES BIBLIOGRAPHIQUES 83
LES ANNEXES 91
| 
