UNIVERSITE D’ANTANANARIVO ECOLE SUPERIEURE POLYTECHNIQUE

DEPARTEMENT INFORMATION GEOGRAPHIQUE ET AMENAGEMENT DU TERRITOIRE

MEMOIRE DE FIN D’ETUDE

en vue de l’obtention du diplôme d’ingénieur

GEOMETRE-TOPOGRAPHE

ANALYSE DE L’EVOLUTION DE LA COUVERTURE FORESTIERE DE LA REGION D’ANOSY

Soutenu le 18 Décembre 2014

Présenté par : RAMIARAMANANA Hariniaina

Encadré par : Docteur RABARIMANANA Mamy, Chef du Département Information Géographique et Foncière (IGF)

Monsieur RASOLOHERY Andriambolantsoa,

Spécialiste en Télédétection au sein de la Conservation International Analyse de l’évolution de la couverture forestière de la Région d’Anosy | Promotion 2013

”Misaora an’i Jehovah ry Fanahiko; ary izay rehetra ato anatiko, misaora ny Anarany masina.” (Sal 103:1)

UNIVERSITE D’ANTANANARIVO

ECOLE SUPERIEURE POLYTECHNIQUE

DEPARTEMENT INFORMATION GEOGRAPHIQUE

ET AMENAGEMENT DU TERRITOIRE

MEMOIRE DE FIN D’ETUDE

en vue de l’obtention du diplôme d’ingénieur

GEOMETRE-TOPOGRAPHE

Mémoire présenté par : RAMIARAMANANA Hariniaina

Soutenu le 18 Décembre 2014, devant la Commission d’Examen composée de :

Président du Jury : Docteur RABETSIAHINY

Rapporteurs : Docteur RABARIMANANA Mamy : Monsieur RASOLOHERY Andriambolantsoa

Examinateurs : Professeur RAMANANTSIZEHENA Pascal Monsieur RAHAINGOALISON Narizo

Promotion 2013 REMERCIEMENTS

Avant toute chose, nous remercions Le Seigneur Tout Puissant pour toute sa Grâce et sa Bonté.

Ce présent mémoire n’aurait pas été mené à terme sans la contribution de nombreuses personnes.

Tout d’abord, je tiens à remercier particulièrement :

Monsieur ANDRIANARY Philippe Antoine, Professeur, Directeur de l’École Supérieure Polytechnique d’Antananarivo ;

Monsieur RABETSIAHINY, Maître de Conférences, Responsable de la Mention Informations Géographique et Aménagement du Territoire (IGAT), qui nous fait l’honneur de Présider le Jury de ce mémoire.

Par la suite, mes vifs remerciements sont adressés aux encadreurs :

Docteur RABARIMANANA Mamy, Maitre de conférences, Chef du Département Information Géographique et Foncière (IGF);

Monsieur RASOLOHERY Andriambolantsoa, Spécialiste en télédétection appliquée à la Science de la Biodiversité à la Conservation International, de m’avoir toujours guidé tout au long de la réalisation de ce mémoire, et qui m’a accordé toutes les aides possibles afin d’aboutir à l’accomplissement de cet œuvre.

Aux examinateurs, pour leur disponibilité et leurs nombreux conseils. Ainsi, j’exprime ma reconnaissance à :

Professeur RAMANANTSIZEHENA Pascal, Professeur titulaire, Enseignant à l’ESPA;

Monsieur RAHAINGOALISON Narizo, Directeur de l’Infrastructure Géographique et Hydrographique de la FTM, Enseignant à l’ESPA

Je voudrais aussi exprimer ma vive gratitude à tous les enseignants du Département IGAT de l’ESPA qui m’ont formé à la passionnante discipline qu’est l’Information Géographique et Foncière.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | I

Un grand merci à Monsieur RAVOAHANGY Andriamandranto, Coordinateur du Programme forestier au niveau de l’Asity MADAGASCAR, d’avoir prêté main forte lors de la réalisation de cet œuvre.

C’est aussi avec une joie profonde que j’adresse mes sincères remerciements à mes parents pour leurs encouragements, leurs soutiens ainsi que leurs valeureux aides et conseils.

Enfin, j’adresse mes remerciements particuliers à toute ma famille, mes amis, collègues de classe ainsi que tous ceux qui ont contribués, de près ou de loin à la réalisation de ce mémoire. Qu’ils puissent trouver à travers ces quelques lignes mes sincères remerciements.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | II

TABLE DES MATIERES

REMERCIEMENTS ...... I

TABLE DES MATIERES ...... III

LISTE DES FIGURES ...... VI

LISTE DES CARTES ...... VII

LISTE DES TABLEAUX ...... VIII

LISTE DES ABREVIATIONS ...... IX

INTRODUCTION ...... 1

PARTIE I . GENERALITES ...... 3 Chapitre I CONTEXTE ET DESCRIPTION DE LA ZONE D’ETUDE ...... 4 I.1. L’environnement ...... 4 I.2. Contexte ...... 4 I.2.1. Vision Durban ...... 4 I.2.2. Nouvelle aire protégée ...... 6 I.2.3. NAP de la région d’Anosy ...... 7 I.3. Localisation de la zone d’étude ...... 8 I.3.1. Milieu physique ...... 9 I.3.2. Hydrologie ...... 10 I.3.3. Relief et paysage ...... 11 I.3.4. Milieu biologique ...... 12 I.3.5. Milieu socio-économique ...... 15 I.3.6. Points importants ...... 22 Chapitre II TELEDETECTION ET SIG ...... 24 II.1. LA TELEDETECTION ...... 24 II.1.1. Définition ...... 24 II.1.2. Processus ...... 24 II.1.3. Le spectre électromagnétique ...... 26 II.1.4. Les satellites et capteurs ...... 29 II.1.5. Analyse et traitement d’image ...... 34 II.2. LE SYSTEME D’INFORMATION GEOGRAPHIQUE ...... 41 II.2.1. Définition ...... 41 II.2.2. Les composantes d’un SIG ...... 41 II.2.3. Rôles et fonctionnalités ...... 43 II.2.4. Fonctionnalités métier d’un SIG ...... 44 II.2.5. Méthodes d’analyse ...... 45 II.2.6. Avantages ...... 45 II.2.7. Domaines d’application ...... 46 II.2.8. Choix du logiciel de SIG utilisé dans ce mémoire ...... 47 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | III

II.3. MODELISATION ...... 49 II.3.1. Le modèle ...... 49 II.3.2. Difficultés de la modélisation ...... 51 II.3.3. Solutions ...... 51 PARTIE II . METHODOLOGIE ...... 52 Chapitre I ACQUISITION DES DONNEES ...... 54 I.1. DOCUMENTATION ...... 54 I.2. ACQUISITION DES DONNEES ...... 54 I.2.1. Données images ...... 54 I.2.2. Autres données ...... 57 Chapitre II TRAITEMENT D’IMAGES SATELLITAIRES ...... 58 II.1. IMPORTATION DE L’IMAGE ...... 59 II.2. COMBINAISON DES BANDES SPECTRALES ...... 59 II.3. COMPOSITION COLOREE ...... 59 II.4. AMELIORATION DES IMAGES ...... 60 II.5. CREATION NEOCANNAUX ...... 61 II.6. CLASSIFICATION ...... 62 II.6.1. La classification non supervisée ...... 62 II.6.2. La classification supervisée ...... 62 II.7. TRAITEMENT POST CLASSIFICATION ...... 64 II.7.1. Le regroupement ...... 64 II.7.2. L’élimination ...... 65 II.8. MOSAIQUAGE ET DECOUPAGE ...... 65 II.8.1. Le mosaïquage ...... 65 II.8.2. Le découpage ...... 65 II.9. REPROJECTION ...... 66 II.10. EVALUATION DE LA QUALITE DE LA CLASSIFICATION ...... 67 II.11. VECTORISATION ...... 69 II.12. EXPORTATION VERS LE LOGICIEL SIG ...... 69 Chapitre III CHAPITRE VI:INTEGRATION SIG ET MODELISATION ...... 70 III.1. LE LOGICIEL DE SIG UTILISEE DANS CETTE ETUDE...... 70 III.2. LES SPECIFICITES DU SIG ...... 70 III.2.1. Le référentiel utilisé ...... 70 III.2.2. Le système de projection...... 70 III.3. MODELISATION ...... 71 III.3.1. Objectif visé ...... 71 III.3.2. Paramètres à prendre en compte ...... 71 III.3.3. Le modèle utilisé ...... 73 PARTIE III . RESULTATS DE L’ETUDE ...... 74 Chapitre I PRESENTATION DES DIFFERENTS RESULTATS ...... 75 I.1. ASPECT CARTOGRAPHIQUE ...... 75 I.2. ASPECT QUANTITATIF ...... 81 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | IV

Chapitre II PERSPECTIVES ...... 83 II.1. LA PREPARATION DES DONNEES INDISPENSABLES A LA PREDICTION ...... 83 II.1.1. L’importation des images ...... 84 II.1.2. La standardisation ...... 84 II.1.3. L’extraction de la zone d’étude ...... 85 II.2. LA MODELISATION A L’AIDE DES CHAINE DE MARKOV SOUS IDRISIS ...... 85 II.2.1. Analyse du changement ...... 86 II.2.2. La modélisation des variations possibles ...... 86 II.2.3. La prédiction de l’évolution ...... 86 II.3. RESULTAT DE LA MODELISATION...... 87 II.4. PREVISION DE LA COUVERTURE FORESTIERE ...... 88 Chapitre III INTERPRETATIONS ET RECOMMANDATIONS ...... 91 III.1. INTERPRETATIONS ...... 91 III.1.1. Les régénérations ...... 91 III.1.2. Les forêts restantes : ...... 92 III.1.3. Les déforestations : ...... 93 III.2. RECOMMANDATIONS ...... 94 III.3. Suggestions sur le traitement d’image ...... 97 III.4. Suggestion sur la modélisation ...... 98

CONCLUSION ...... 100

REFERENCES BIBLIOGRAPHIQUES ...... 102

ANNEXES ...... 104

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | V

LISTE DES FIGURES

Figure 1. Processus de télédétection ...... 25

Figure 2. Spectre électromagnétique ...... 27

Figure 3. Processus de la télédétection ...... 40

Figure 4. Les quatre composantes d’un sig ...... 41

Figure 5. Schema methodologique du travail effectue ...... 53

Figure 6. Etape de la classification supervisée ...... 58

Figure 7. Composition en 4, 5, 3 de l’image 158077_2009 ...... 60

Figure 8. Extrait de l’image 159076_2009 avant amélioration ...... 61

Figure 9. Extrait de l’image 159076_2009 après amélioration ...... 61

Figure 10. Image 158077_2009 après clumping ...... 64

Figure 11. Zone d’étude après mosaiquage et découpage des images 2010...... 66

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | VI

LISTE DES CARTES

Carte 1. Localisation de la zone d’étude : région Anosy ...... 21

Carte 2. Couverture forestière de la région Anosy en 2009 ...... 76

Carte 3. Couverture forestière de la région Anosy en 2010 ...... 77

Carte 4. Couverture forestière de la région Anosy en 2013 ...... 78

Carte 5. Occupation du sol de la région Anosy en 2013 ...... 79

Carte 6. Evolution de la couverture entre 2009 et 2013...... 80

Carte 7. Prédiction de l’évolution de la couverture entre 2013 et 2020...... 89

Carte 8. Prévision de la couverture forestière de la région anosy en 2020 ...... 90

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | VII

LISTE DES TABLEAUX

Tableau 1. Situation écosystémique de la vision durban pour Madagascar ...... 5

Tableau 2. Atouts et faiblesses de la Région d’Anosy ...... 22

Tableau 3. Caractéristiques des capteurs landsat MSS, TM et ETM+ ...... 33

Tableau 4. Composition colorée ...... 35

Tableau 5. Caractéristiques des images satellitaires utiliséees ...... 56

Tableau 6. Classes pour la classsification supervisée pour l’occupation du sol ...... 63

Tableau 7. Matrice de confusion ...... 67

Tableau 8. Matrice de confusion de la carte de couverture forestière ...... 68

Tableau 9. Résultats quantitatifs de la couverture forestière de 2009, 2010 et 2013 ...... 81

Tableau 10. Matrice de transition en ha entre 2009 et 2010 ...... 81

Tableau 11. Matrice de transition en ha entre 2010 et 2013 ...... 82

Tableau 12. Matrice de transition en ha entre 2009 et 2013 ...... 82

Tableau 13. Matrice de confusion en % prédit entre 2013 et 2020 ...... 87

Tableau 14. Matrice de confusion prédit entre 2013 et 2020 ...... 88

Tableau 15. Comparaison des résultats quantitatifs en km2 entre 2009 et 2013 ...... 91

Tableau 16. Evolution du taux annuel de déforestation entre 2005 et 2010 ...... 92

Tableau 17. Superficies des forêts restantes depuis 2009 jusqu’aux prédictions de 2020 ... 92

Tableau 18. Superficies des forêts deforestées de 2009 jusqu’aux prédictions de 2020 ..... 93

Tableau 19. Caractéristiques et penchants de la biodiversité anosyenne ...... 97

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | VIII

LISTE DES ABREVIATIONS

ACP : Analyse en Composante Principale AFNOR : Association Française de NORmalisation BD : Base de Données CEG : Collège d’Enseignement Général CSB : Centre de Santé de Base EPP : Ecole Primaire Publique ERTS : Earth Resources Technological Satellite ESPA : Ecole Supérieure Polytechnique d’Antananarivo ESRI : Environmental Systems Research Institute, Inc. ETM+ : Enhanced Thematic Mapper Plus FTM : Foiben-Taontsaritanin’I Madagasikara GES : Gaz à Effet de Serre IGAT : Information Géographique et Aménagement du Territoire IGF : Information Géographique et Foncière IR : Infra-rouge LCM : Land Change Modeler MSS : Multi Spectral Sensor NAP : Nouvelle Aire Protégée NASA : National Aeronautics and Space Administration (Administration nationale de l'aéronautique et de l'espace) NOAA : National Oceanic and Atmospheric Administration, Advanced Very AVHRR High Resolution Radiomete ONG : Organisation Non-Gouvernementale RGB : Red Green Blue (Rouge Vert Bleu) SAPM : Systèmes d’Aires Protégées de Madagascar SIG : Système d’Information Géographique SPOT : Système Probatoire d’Observation de la Terre ou Satellite Pour l’Observation de la Terre TM : Thematic Mapper UICN : Union Internationale pour la Conservation de la Nature UNESCO : United Nations Educational, Scientific and Cultural Organization (Organisation des Nations unies pour l'éducation, la science et la

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | IX

culture) USGS : United States Geological Survey (littéralement, Institut d'études géologiques des États-Unis) UTM : Universal Transverse Mercator (Projection Transverse universelle de Mercator) WGS 84 : World Geodetic System 1984 (Système géodésique mondial, révision de 1984) WWF : World Wide Fund for Nature (littéralement, Fonds mondial pour la nature)

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | X

INTRODUCTION

Madagascar se présente comme un pays à méga-diversité biologique. Le pays concentre un nombre élevé d’espèces végétales et animales dont la plupart sont endémiques à la grande île. Elle se montre également riche en ressources forestières et halieutiques.

Le nombre de ces espèces ainsi que leur taux d’endémicité font de la biodiversité malgache un bien public mondial, c'est-à-dire un bien dont la possibilité qu’il disparaisse concerne le monde entier, alerté par les scientifiques relayés par les Organisations non- gouvernementales et les médias.

Par conséquent, Madagascar possède une biodiversité qui suscite un intérêt « mondial » et des ressources qui apparaissent vitales pour une population « locale » vivant pour une large part en dessous du seuil de pauvreté.

Cette importance capitale de l’écosystème de la Grande Ile amène à s’intéresser sur le thème de l’environnement.

Différents organismes se consacrent actuellement sur la protection contre la dégradation de la forêt. La forêt de l’Est de Madagascar intéresse davantage ces organismes vus son imposante étendue ainsi que le nombre élevé d’espèces qu’elle renferme. La Région d’Anosy, emmurant cette forêt de l’Est, abrite un niveau élevé de biodiversité, et aussi une grande partie des espèces endémiques au pays. Cependant, la population locale, par leurs habitudes et coutumes ne cesse de pratiquer des activités conduisant à la détérioration de l’environnement sans se soucier des risques que cela pourraient entraîner.

Le présent ouvrage porte notamment sur l’estimation du changement du couvert par le biais de la télédétection.

L’objectif de cette recherche est d’apporter un nouvel éclairage aux controverses qui subsistent encore aujourd’hui concernant les rôles de la forêt ainsi que les conséquences que peuvent apporter les différentes pressions sur l’évolution des surfaces qu’elle occupe.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 1

D’où ce mémoire qui s’intitule «Evaluation de l’évolution de la couverture forestière de la région d’Anosy».

Afin de réaliser le travail, nous procèderons d’abord dans une partie par les généralités, suivie de la méthodologie utilisée pendant l’étude. Enfin, les résultats ainsi que les interprétations seront exposés dans une troisième partie incluant aussi les recommandations.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 2

Partie I . GENERALITES

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 3

Chapitre I CONTEXTE ET DESCRIPTION DE LA ZONE D’ETUDE

Vu le titre de l’ouvrage, introduire quelques notions sur l’environnement s’avère indispensable afin de pouvoir bien avancer dans la compréhension de l’étude.

I.1. L’environnement

L’environnement est « l'ensemble des éléments (biotiques ou abiotiques) qui entourent un individu ou une espèce et dont certains contribuent directement à subvenir à ses besoins ». [6]

On le définit aussi par « l'ensemble des conditions naturelles (physiques, chimiques, biologiques) et culturelles (sociologiques) susceptibles d’agir sur les organismes vivants et les activités humaines ». [18]

I.2. Contexte

I.2.1. Vision Durban [13]

Récemment, trois évènements ont produits des conséquences substantielles pour la conservation :

-Septembre 2003 : Congrès Mondial des Aires Protégées (Durban, Afrique du Sud) ;

- Février 2004 : 7° Conférence de la Convention sur la Diversité Biologique (Kuala Lumpur, Malésie);

- Novembre 2004:3° Congrès Mondial de la Conservation (Bangkok, Thailande).

La Conférence de Durban sur le climat de décembre 2011 constitue une avancée importante dans le cadre du processus de négociations des Nations Unies sur les changements climatiques.

Au cours de la conférence, les gouvernements réunis ont adopté un ensemble de décisions, dont le lancement du Plate-forme de Durban. Cette dernière a pour objectif la Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 4

négociation d’un ensemble complet de mesures d’atténuation à long terme des effets liés aux changements climatiques.

Le secteur de l’utilisation des terres, comprenant la foresterie et l’agriculture, est une source importante d’émissions de gaz à effet de serre d’origine humaine. Le problème du déboisement et de la dégradation des forêts, résultant de l’extension des terres agricoles, de la conversion des terres en pâturages, du développement des infrastructures et de l’abattage des arbres, représente presque 20 % des émissions globales de Gaz à Effet de Serre(GES), au deuxième rang après le secteur de l’énergie. Depuis plusieurs années, différentes démarches et incitations ont été envisagées pour réduire les émissions causées par le déboisement et la dégradation des forêts, et montrer l’importance de la conservation, de la gestion rationnelle des forêts et de l’augmentation des stocks de carbone forestier dans les pays en développement. L’ensemble de ces négociations concernent ce qui est souvent désigné sous l’expression « activités liées à la réduction des émissions résultant du déboisement et de la dégradation des forêts et le rôle de la conservation, de la gestion durable des forêts et de l’accroissement des stocks de carbone forestier ».

En 2003, la Vision Durban avait une résolution de porter la surface des aires protégées de 1.7 à 6 million d’hectares dans les cinq ans à venir, et en référence aux catégories des aires protégées de l’UICN pour Madagascar.

ANGAP Sites potentiels Sites disposant Sites marins Objectif Sites créés dans terrestres de financement et côtiers (Ha) Existants A créer le PE3 (Ha) (Ha) (Ha) identifiés (Ha) (Ha) (Ha)

6.000.000 1.700.000 800.000 7.766.000 1.600.000 500.000 1.000.000

Tableau 1. Situation écosystémique de la Vision Durban pour Madagascar Source : Présentation Vision Durban, SAPM

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 5

Ainsi, Compte tenu des diverses plate-formes et des conférences qui y sont rattachés, l’on peut dire que la vision Durban pourrait être un chemin vers le développement. En effet, une des articles de la Convention stipule que : «La mesure dans laquelle les pays en développement parties s’acquitteront effectivement de leurs engagements au titre de la Convention dépendra de l’exécution efficace par les pays développés parties de leurs propres engagements en ce qui concerne les ressources financières et le transfert de technologie et tiendra pleinement compte du fait que le développement économique et social et l’éradication de la pauvreté sont les priorités premières et essentielles des pays en développement parties ».f

Il s’avère alors très indispensable de faire le suivi sur l’évolution de la couverture forestière vue que celle-ci soit bénéfique tant sur le plan économique que sanitaire.

I.2.2. Nouvelle aire protégée

On définit par aire protégée les territoires qui bénéficient d'un statut de conservation et qui font l'objet d'une protection spéciale de la part des autorités gouvernementales. L'UICN distingue cinq catégories d'aires protégées par ordre décroissant d'importance des mesures de protection : les réserves naturelles intégrales, les parcs, les monuments nationaux, les réserves à but spécialisé et les zones de paysages protégés.

À ces catégories s'ajoutent les réserves d'animaux et les sites du patrimoine mondial de l'Organisation des Nations unies pour l'éducation, la science et la culture (UNESCO).

A Madagascar, il existe 46 aires protégées. La superficie totale est environ de 1 700 000 hectares soit 3 % du territoire. Ces aires protégées sont réparties en 3 catégories : les parcs nationaux, les réserves spéciales et les réserves naturelles intégrales.

Les parcs nationaux sont au nombre de 18 sur la Grande Ile. Quant aux réserves spéciales et réserves naturelles intégrales, il en existe 23 dans le pays. De plus, parmi ces aires protégées, 5 réserves naturelles intégrales sont uniquement réservées aux chercheurs.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 6

I.2.3. NAP de la région d’Anosy [9]

La région de l’ANOSY est classée comme zone de très haute priorité de diversité biologique (niveau élevé de biodiversité et d’endémisme).

De la diversité d’Andohahela aux rivages rocheux du Cap Sainte Marie et aux eaux saumâtres du lac Tsimananpesotse, les parcs nationaux constituent des réservoirs d’eau, et des sites d’une extraordinaire biodiversité, avec un taux d’endémisme proche de 85 pour cent.

Ces Parcs Nationaux sont Kirindry-Mite (Morondava) ; Tsimanampesotse (Tuléar) contenant le seul lac salé de Madagascar; Zombitse-Vohibasia (Sakaraha) avec ces 47% des oiseaux endémiques de Madagascar ; Andohahela (Fort Dauphin), qui est la seule aire protégée malgache à abriter une forêt dense et humide au sud du tropique du Capricorne. Sans oublier pour autant ces réserves spéciales : Besa Mahafaly (Betioky) ; Cap Sainte- Marie ; Andranomena (Morondava).

En application de la déclaration de Durban en septembre 2003 d’étendre la superficie des aires protégées à Madagascar de 1,7 à 6 millions d’Hectares, les forêts d’Ankodida, du Nord – ifotaky, d’Angavo et de Sihanakamba – Vohindefoa ont été identifiées par le WWF et ses partenaires clés comme sites potentiels pour faire partie de Systèmes d’Aires Protégées de Madagascar (SAPM) compte tenu de leur spécificité. Cette initiative figure dans le plan régional de développement de la Région de l’Anosy et servira de modèle pour une nouvelle forme de gestion des aires protégées à Madagascar.

De nouvelles aires protégées ont ainsi été mises en place : Tsitongambarika(69 509 Ha), Koloala, Ambatotsirongorongo, Bemangidy.

Actuellement, ces sites forestiers subissent des pressions telles que la coupe sélective, la culture sur brûlis, la chasse aux animaux protégés, les feux de brousse et de pâturage ainsi que l’exploitation minière.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 7

Ces pressions persistent aussi gravement, vu que l’élevage bovin occupe une place importante dans cette Région et se trouve largement répandu. Il s’agit surtout d’un système d’élevage extensif. Les animaux sont laissés en pâturage lequel est généralement pauvre. Pour obtenir des repousses et des herbes plus abondantes en saison des pluies, les éleveurs s’adonnent aux feux de brousse en Octobre - Novembre. L’abreuvement des animaux reste aussi critique surtout dans la partie méridionale. D’où les transhumances signalées vers le Nord en saison sèche (de Beloha vers Jafaro et Antanimora) par défaut d’hydraulique pastorale.

De plus, la région d’Anosy connait l’effet du changement climatique, à travers la variation de la pluviométrie annuelle.

Vu l’effort pour l’accomplissement de la Vision Durban d’une part, et malgré les us et coutumes de la communauté, d’autre part, l’évaluation de la couverture forestière de la région d’Anosy ne se trouve pas être inutile.

I.3. Localisation de la zone d’étude

La région d’Anosy se situe dans la province de Toliara, c’est-à-dire à l’extrême Sud-est de Madagascar (Figure 1).

Elle est délimitée en abscisse entre X= 270 000 m et X= 500 000 m et entre Y= 100 000 m et Y=390 000 m en ordonnée. Ces régions limitrophes sont : Atsimo Atsinanana, Ihorombe, Atsimo Andrefana, et Androy.

La région est composée par trois sous-préféctures: Betroka, Amboasary atsimo et Taolagnaro, celui-ci étant son chef-lieu. L’Anosy concerne 6 sous-préfectures et 64 Communes. Parmi ces sous-préfectures (Taolagnaro, Amboasary Sud, Ambovombe, Tsihombe, Beloha, Bekily), seule celle de Bekily est enclavée. En effet, les cinq autres ont chacune une façade maritime (Océan Indien ou Canal du Mozambique) avec 410 km de côte.

En termes de superficie, ces 29 631 km2 représentent les 22% de la province autonome.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 8

I.3.1. Milieu physique [10]

I.3.1.1. Climat

La température moyenne annuelle dans la Région se situe autour de 23°C et 24°C.

La région de l’Anosy a un climat tropical, caractérisé par l’opposition entre l’Est, qui est plus humide, et l’Ouest, qui est plus sec

En effet, la région peut être scindée en trois zones climatiques. La zone semi-aride tropicale se rangeant entre le fleuve Mandrare à l’Est et le Menarandra à l’Ouest. Le manque d’eau y est un obstacle majeur au développement. Ces données sont fournies par le Service Météorologique qui compte une dizaine de stations de divers types.

Les hautes-terres Bara et Haut Mandrare, aux reliefs très tourmentés, lessivés et dégradés, renferment quant à eux, un climat tropical sec.

Et entre l’Océan Indien et les crêtes des montagnes Anosyennes, là où se situent les zones rizicoles et de cultures pérennes, se caractérise un climat tropical humide.

On constate qu’en allant du nord vers le sud, la pluviométrie ainsi que le ruissellement diminuent ; par contre le déficit en eau du sol augmente.

I.3.1.2. Vents

La sous-préfecture de Taolagnaro est balayée du Nord-Est à l’Est pendant presque toute l’année par l’Alizé. Le vent du Sud-Est y est un phénomène redouté pour les cultures, car c’est une source d’érosion éolienne importante. [10]

Encore que, le vent du Nord-Ouest de cette sous-région : « Le Tiobaratra » et celui du Sud de Taolagnaro amène toujours de la pluie.

En parlant de cataclysmes naturels, on sait que le Sud n’est pas zone à cyclones. Toutefois, il peut être dangereux dans l’Anosy et surtout pour le littoral Est de Taolagnaro.

Selon les statistiques, en une quinzaine d’années, de 1985 à 2000, plusieurs cyclones ont frappé Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 9

Madagascar mais sur les 18 les plus célèbres, Taolagnaro s’est trouvé sur les trajectoires à trois reprises seulement. A la grande différence avec la côte Est qui est rarement épargnée, la région se trouve bien à l’abri même étant sur la façade orientale.

I.3.2. Hydrologie

En ce qui concerne les ressources en eau, la partie Est de la région connaît une abondance des ressources hydrographiques tandis que l’Ouest est soumis à l’insuffisance des ressources en eau.

Le réseau hydrographique du Sud se divise en 3 parties distinctes :

a) Réseau de l’Androy La Menarandra (180 km) prend sa source dans la zone cristalline au Sud d’Isoanala. Cette rivière est à sec 5 mois sur 12. Ses nombreux petits affluents ne coulent que pendant la saison des pluies. La Manambovo, une petite rivière qui passe à Tsihombe est à sec 9 mois sur 12. Elle a une longueur de 100 km.

b) Réseau du Mandrare Le Mandrare (250 km), qui passe à Amboasary, est un des rares fleuves du Sud à être permanent.Il prend sa source dans la montagne de Beampingaratra (1.967 m).

Ses nombreux affluents naissent tous dans la zone cristalline haute du Massif de l’Ivakoana et des versants ouest des chaînes anosyennes. Ce sont : l’Andratina, le Tsivory, le Manambolo, la Mananara. C’est la seule rivière utile sur le plan agricole, car émaillée de nombreux petits barrages.

Ces quatre fleuves intarissables du réseau Mandrare traversent le Fivondronana d’Amboasary atsimo et se jettent tous dans le Canal de Mozambique ;

Mananara traverse la Commune de Behara ; Andratiana traverse Ebelo, Marotsiraka, Tomboarivo, Tsivory ; Manambolo traverse la commune de Maromby ; Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 10

Mandrare traverse plusieurs communes (Mahevy, Esira, Mahaly, Ifotaka, Amboasary- Sud).

c) Les rivières de la Côte-Est

Ce sont : Ebakika, Vatomirindra, Esama … .

Ces rivières sont inexploitables sur le plan agricole. Elles sont plutôt des obstacles qui entravent considérablement la circulation entre Taolagnaro, Manantenina et Vangaindrano.

Deux principaux fleuves traversent Taolagnaro: Manampahihy et Efaho. Ces deux fleuves se jettent dans l’Océan Indien.

Globalement, seul Mandrare, par l’intermédiaire de ses affluents, ont une utilité agricole, en saison de pluies.

En saison sèche, la riziculture irriguée est aléatoire, par suite du débit d’étiage insuffisant.

I.3.3. Relief et paysage

Le relief général de la région sud est à dominante de pénéplaines ; la partie centrale, qui fait partie du socle cristallin, a une altitude maximum de 600 m. [10]

Vers le sud, on rencontre de vastes zones sableuses encadrant les deux bassins lagunaires d’Ambovombe et Beloha, isolés de la mer par les plates-formes calcaires à Karimbola.

Vers l’est, le massif de l’Ivakoana se prolonge par celui de Beampingaratra en forme de fer à cheval, délimitant la cuvette du bassin du Mandrare.

Au-delà des massifs, on rencontre la cuvette de Ranomafana et une étroite plaine côtière orientale.

Entre l’Océan Indien et les chaînes anosyennes se trouve une étroite bande côtière de 30 km de largeur en moyenne, s’allongeant jusqu’à 410 km.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 11

Les massifs montagneux qui divisent longitudinalement la grande île en deux versants (Est et Ouest) se terminent par les chaînes anosyennes à Taolagnaro, et par le massif de l’Ivakoana, au niveau de Tsivory.

Les principaux massifs de la région sont :

 Les chaînes anosyennes ayant Beampingaratra comme point culminant à 1 956m  La chaîne Ivakoana ayant Ivakoana comme point culminant à 1 632 m.

I.3.4. Milieu biologique

La région a une superficie forestière de 410 450 ha, soit 14% de la surface totale de la région. Elle a une biodiversité très riche avec 370 espèces floristiques et 233 espèces faunistiques. [10]

I.3.4.1. Faune

Le sud-est de Madagascar abrite une remarquable variété d’habitats naturels pour la faune. De tous ces habitats, c’est la forêt humide de la chaîne des Anosyennes qui abrite la diversité faunique la plus riche, avec 223 espèces de vertébrés, viennent ensuite la forêt littorale ; avec 207 espèces, la forêt sèche ; avec 170 espèces, les monts Vohimena, avec 149 espèces. [9]

Et c’est aussi la chaîne des Anosyennes qui abrite la plupart des espèces endémiques régionales ou locales, comparativement aux autres biomes de la région (13 espèces animales endémiques ont été recensées dans le Parc National Andohahela et 12 espèces animales dans la Station Forestière de Mandena).

La région de l’Anosy héberge 168 espèces de reptiles et amphibiens sur les 500 connues, soit 33 % des espèces connues à Madagascar.

Les 15 espèces insectivores ainsi que les 13 espèces de primates rencontrées dans la région sont endémiques à Madagascar. De même pour les 85% des rongeurs (11espèces), les 5 espèces de carnivores et 12 espèces de chiroptères de la région.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 12

I.3.4.2. Flore

Anosy dispose de vastes surfaces boisées ainsi que des sites extraordinaires de conservation, une vingtaine d’aires protégées riches en faune et en flore, des chutes d'eau, des étendues lacustres et des sources géothermales ont été inventoriées sur l’ensemble de la région.

Les sites écosystémiques de cette dernière sont formés par :

a) Les écosystèmes terrestres [10]  Les forêts humides

Elle fait partie de la forêt humide du domaine de l’Est de Madagascar, qui s’étend le long de la côte est de Madagascar du nord de Sambava à Taolagnaro. Etant donnée sa localité à l’extrême sud Est de Madagascar et sa particularité climatique, cet écosystème de forêts humides est unique et classé parmi les plus importants à Madagascar en termes de diversité biologique et d’endémisme.

 Le bush épineux du domaine du Sud

Cet écosystème est caractérisé par des broussailles caducifoliées ou des fourrés épineux allant de

Ranopiso jusqu’aux limites nord et ouest de la préfecture d’Amboasary, à partir du niveau de la mer jusqu’à 800 m d’altitude.

 Les milieux ouverts (savanes, Phillipia, prairies, et champs agricoles…) et les Savoka

Les milieux ouverts sont des écosystèmes résultants des actions anthropiques exercées depuis plusieurs décennies sur les formations forestières. En général, sa structure est très simple, limitée à une seule strate.

 Les forêts de transition

C’est un habitat qui a des caractères intermédiaires entre deux écosystèmes : entre littorale et forêt sèche d’une part ou forêt sèche et forêt humide d’autre part.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 13

La "transition" entre la forêt humide du domaine de l’est et la forêt sèche du sud est limitée au sud par la forêt d’Ambatotsirongorongo, à l’est par le Parc National d’Andohahela, la zone de Mahamavo, et à l’ouest par le bush épineux d’Amboasary. C’est un habitat relativement important en terme de biodiversité et en terme de fonction écologique (fonction de régulation) en tant que corridor.

b) Les écosystèmes des parties littorales [10]  Les forêts littorales

Les forêts littorales sont définies comme des variations édaphiques des forêts denses humides de basse altitude du domaine oriental de Humbert en 1965 (Koechlin et al, 1974). En effet, les caractéristiques physionomiques (canopée moins élevée, abondance d’arbres de diamètre moyen…) et floristiques de cette formation végétale sont étroitement liées au substrat qui est essentiellement du sable. Cette spécificité liée à la nature du substrat se manifeste surtout par une grande richesse en biodiversité floristique et faunique.

Les principales forêts littorales résiduelles sont situées dans la zone de Mandena, Petriky Sainte-Luce et, plus au nord, vers Manantenina dans les zones d’Analalava et Marovony.

 Les zones humides

Les zones humides sont composées des marécages et des lagunes.

On distingue deux types de marécages ou Horoko :

--Les marécages et forêts marécageuses qui se retrouvent dans les bas-fonds et petites dépressions situées entre les dunes et dans les portions de forêt littorale. On y rencontre les associations végétales Cyperus prolifer/Pandanus pulcher avec présence de Fimbristylis diphylla, Pycreus monocephalus et Typhonodorum lindleyanum

-- Les marécages des sols sableux ou tourbeux humides qui se localisent le long des cours d’eau.

On y trouve les associations végétales suivantes :

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 14

- Ravenala madagascariensis/ Lepiromia mucronata,Cypéracées. Ravenala madagascariensis est l’espèce dominante des marécages. Les Cypéracées sont surtout représentées par les Scirpus pterolepis.

- Typhonodorum lindleyanum / Ravenala madagascariensis / Pandanus platyphyllus

On note aussi la présence de Melaleuca quinquenervia qui est une espèce introduite et qui a tendance à envahir presque toutes les zones marécageuses.

c) Les écosystèmes marins [10]  Les récifs coralliens : état des récifs dans les environs de Sainte Luce

On les observe dans la rade de Sainte Luce, la Pointe d’Ankoba, le village d’Itapera, et Lokaro ainsi que la Pointe d’Evatraha. Dans la région de Sainte Luce, depuis 2001, l’exploitation de la forêt sub-littorale pour l’usage à des fins personnelles a été contrôlée.

I.3.5. Milieu socio-économique

I.3.5.1. Situation démographique [19]

La population de l’ensemble de la région compte 510.000 habitants. Ce qui avance une densité moyenne de 16 habitants au km2, lequel est supérieure à la densité moyenne de la province (11,4 habitants/ ).

La région présente une concentration humaine élevée notamment dans les Sous- préfectures de Taolagnaro avec 27% de la population régionale (169.561habitants) et d’Ambovombe (146.078 habitants). Les densités sont très inégales en raison de la migration, des pénuries et des travaux agricoles saisonniers. On constate que les concentrations s’agencent autour des agglomérations, des sisaleraies, des points d’eau et des aménagements hydroagricoles. Si la moyenne régionale est de 21,45 soit la moitié de la densité de Madagascar, elle est de 43,51 dans le District de Tolagnaro, 19,45 à Amboasary Atsimo et 13,32 dans celui de Betroka.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 15

Les tendances démographiques actuelles confirment le doublement de population d’ici 2020 avec le taux d’accroissement moyen de 2,9 % par année.

I.3.5.2. Situation sociale [10] [19]

a) Composition ethnique Aux trois grandes sous-régions identifiées, d’après le milieu physique, correspond une occupation territoriale de trois grands groupes ethniques caractérisés par leur mode de vie et leurs activités principales : les Antanosy, les Antandroy et les Bara.

--LES ANTANOSY se sont répartis en trois groupes dans la région : les Antavaratra, les Antambolo et les Antatsimo.

Cinq sous-ethnies composent le peuple Antanosy. Il s’agit de TesakaIvondro, Tevatomalama, Terara,

Temanalo.

--Les seconds grands groupes ethniques qui sont LES ANTANDROY constituent la quasi-totalité de la population de la zone méridionale. Ils sont organisés en clans familiaux ou lignages classés en trois sous-groupes régionaux : les Reneve et Renivavy ; les Tahandrefa et les Tatimo.

C’est un peuple migrateur pluri-origines caractérisé par sa forte mobilité mais qui a fait de l’Androy sa terre d’adoption, sa terre natale et sa terre de sépulture. Le zébu a un grand rôle dans leur mode de vie.

--Enfin, il y a les Bara. Ceux-ci occupent la partie sud des Hautes Terres. Leur berceau d’origine se situe dans la sous-préfecture de Betroka, mais l’expansion s’est fait vers le nord et vers l’ouest, due au mode de vie pastoral d’une part et à l’envahissement des vallées par les autres peuples riziculteurs d’autre part. Les Bara auraient constitué le premier peuplement à se spécialiser dans l’élevage mais faute de pâturages, durent migrer ailleurs.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 16

b) Infrastructures  Scolaire [10]

Concernant l'éducation, en 2010, le taux net de scolarisation en classe primaire était de 53,7 %.

Le taux de réussite scolaire sur le plan régional est moyen. Des écoles (EPP et CEG) ont été construites dans plusieurs communes de l'Anosy à travers le projet « Education pour tous ou par l'initiative propre de la population dans une moindre mesure, témoignant d'une relance de la conscience des parents à privilégier l'éducation de leur progéniture. Chaque chef-lieu de district dispose d'un lycée, par ailleurs, dans les communes rurales notamment, la construction d'écoles devraient continuer pour atteindre une couverture moyenne et d'une manière générale, les enseignants, les centres de lectures et de documentation manquent.

 Sanitaire [10]

La déficience des infrastructures socio-sanitaires de la région est encore élevée et les ressources matérielles et humaines qui y sont affectées sont très insuffisantes par rapport aux besoins de la population. Si les 64 Communes de la région disposent désormais d’une formation sanitaire de base (CSB), la taille de certaines communes exige la mise en place d’autres CSB I, avec les personnels au nombre et aux qualifications requises. Grâce à la poursuite de la collaboration avec les donateurs sur le plan social durant la crise, l’ensemble des Fokontany éloignés disposent d’un programme communautaire de prise en charge des maladies courantes des enfants et de la mise à disposition de plusieurs produits de marketing social, allégeant du coup la tâche des CSB tout en se rapprochant des communautés.

 Voie de communication [10]

La Région Anosy dispose d’un réseau d’infrastructures routière, aéroportuaire et portuaire. Le mode de transport par voie routière demeure le plus utilisé puisqu’elle assure la majorité des déplacements des personnes et des transports de marchandises. Pourtant le réseau routier y est peu étendu en raison du mauvais état. En effet, les routes

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 17 qui assurent la connexion inter- régionales sont difficilement accessible en saison de pluie : dont notamment la RNS 13, qui relie Taolagnaro avec Ihosy en passant par Amboasary, Ambovombe et Betroka, et la RN12 A, qui relie Taolagnaro avec Vangaindrano en passant par Manantenina. Les communes les plus enclavées sont entre autres Manevy, Emagnobo, Ampasimena, Ranobe. Numériquement, on constate que 5.65 % des infrastructures routières sont impraticables presque toute l’année, 43,37% pendant 9 mois sur 12 et 50,98 % sont praticables toute l'année.

De ce fait, les échanges et le mouvement des biens et des personnes demeurent insuffisants.

Etant une Région enclavée, le mode de transport le plus efficient et efficace pour rejoindre la Région Anosy est le transport aérien.

L’ouverture du nouveau Port d’Ehoala, un port international et aussi le plus grand du pays, résout en partie l’enclavement de la Région Anosy. Si antérieurement, le transport aérien était le plus utilisé par les touristes, depuis l’ouverture de ce port, Fort Dauphin est devenu l’escale des bateaux de croisière.

I.3.5.3. Situation économique [10]

 Agriculture

L’agriculture revêt d’une importance capitale du point de vue économique et social dans la Région Anosy. Le secteur occupe un nombre relativement élevé d’habitants. En effet, environ 77% des ménages dans la Région ont pratiqué l’agriculture soit en tant qu’activité principale, ou à titre secondaire.

Trois types de culture sont rencontrés dans l’ensemble de la Région : les cultures vivrières composées principalement par le riz, manioc, le maïs, la patate douce et les haricots ; les cultures industrielles représentées par la canne à sucre et l’arachide, et les cultures de rente essentiellement le café et le sisal. Les types de cultures qui occupent le plus de superficies cultivables dans la Région sont le riz (35%) et le manioc (17%). La culture de l’oignon y est aussi prometteuse.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 18

L’analyse qu’on avait réalisée a montré qu’en dehors du secteur minier, l’agriculture devrait être le pilier de l’économie régionale, compte tenu de la potentialité énorme dans ce secteur d’une part, et l’opportunité de marché extérieur qui se présente actuellement, grâce à l’existence du Port d’Ehoala.

 Elevage

La région se caractérise par sa grande potentialité en matière d’élevage des ruminants notamment les Ovins et Caprins. Outre le fait d’être le premier producteur de volailles, le tiers des bovins de Toliara se discernent dans cette région essentiellement dans le District de Betroka. En 2011, l’effectif du cheptel bovin a atteint 304 087.

On note que cet effectif du cheptel a connu une baisse depuis quelques années, principalement à cause du vol de bœuf.

Quant à la place prépondérante prise par les ovins et les caprins tant au niveau provincial que national, elle peut s’expliquer par la rusticité de ces animaux et leur capacité d’adaptation au milieu semi-aride.

La population anosyenne est également attirée par l’apiculture et la sériciculture. En effet, grâce à l’abondance des essences mellifères, cette région est réputée par la qualité de ses miels, notamment le miel de Fort Dauphin. (Source SRAT Anosy 2012)

 Industrie et artisanat

La plantation de sisal regroupe différents société étrangère dont SPSM (Société de Plantations de Sisal du Mandrare), Henri et Alain de Haulme (H.A.H), SAMA (Société de Plantation de Sisal du Mandrare) Amboasary-Atsimo.En outre, il existe dans la région maintes industries de décortiqueries, de cordage et ficellerie ainsi que des sociétés de mise en conserve des produits de la mer.

 Autres secteurs économiques

En matière de richesse du sous-sol, la région dispose de potentialités énormes, du saphir au rubis, en passant par les pierres industrielles et surtout deux minerais en grande quantité : la bauxite et l’ilménite. On y rencontre différentes ressources minières. Les Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 19 réserves sont estimées globalement à 6 millions de tonnes de minerais lourd mais l’exploitation a longtemps fait l’objet de contreverses entre différentes parties, notamment face aux enjeux économiques et à la destruction de l’environnement.

Plusieurs exploitants industriels y sont enregistrés tels la SODIMA (Société des Mines d’Ampandrandava) du Groupe Akesson,Qit Madagascar Minerals Ltd (Qit-FER).

Depuis 2009, le projet QMM est passé à la phase d’exploitation des dépôts de dioxyde de titane, grâce à la construction des infrastructures publiques nécessaires ainsi que la mise en fonction du nouveau port en eau profonde et à usage multiple d’Ehoala. Le projet d’exploitation de la bauxite dans la zone de Manantenina est actuellement à sa phase de recherche, et la société Mainland entame les consultations publiques et études d’impacts en vue de l’obtention du permis environnemental et du permis d’exploiter les gisements s’étendant de la commune d’Iabokoho à Manantenina.

Un autre type d’exploitation que l’on rencontre dans cette région en est celle du sel. En effet, on y discerne deux centres de production de sel dans la sous-préfecture de Tsihombe, se situant près des Lac Ihodo et Sihanapotsy avec une production annuelle de 500 à 1 000T pour le premier et de 100 à 300 T pour le second. L’exploitation est tout à fait artisanale et le sel destiné à la consommation locale.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 20

Carte 1. Localisation de la zone d’étude : Région Anosy

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 21

I.3.6. Points importants

D’après cette présentation de la zone d’étude, voici quelques points à retenir concernant la région d’Anosy.

Forces et Potentialités Faiblesses - Un Engagement exceptionnel Sociétés - Faible taux de population ayant accès à civiles, plusieurs Associations locales et l’eau potable ONGs depuis plusieurs années; - Faible taux de scolarisation - Existence d'Accès et voies de - Infrastructures socio-sanitaires déficientes communication, malgré leur état non - Insuffisance des ressources matérielles et satisfaisant humaines affectées dans les districts - Existence de tout type de transport: - Insuffisance d'échange/mouvement des véhicules légers et tout terrains, bateaux et biens et personnes en intercommunal pirogues, vol régulier quotidien, vol - Niveau avancé de dégradation de certains hebdomadaire extérieur; Bassin versant et zones écologiques - Troisième zone touristique de - Feux de brousse et culture sur brûlis Madagascar encore pratiqués dans plusieurs localités - Existence d'un lycée pour chaque District - Existence de 6 épaves de bateaux nuisant - Existence de grands Potentiels en Mines le paysage balnéaire de Taolagnaro et (pierres précieuses) gênant le mouillage des bateaux de - Avoir important en cheptel bovin, caprin plaisance ou de transport et ovin - Existence de Maladies liées à la qualité de - Richesse en biodiversité (humide à l’eau subaride) et fort potentiel halieutique - Isolement des zones rurales, niveau - Climat et terres favorables à l'Agriculture Communes, Villages et Hameaux dans la majorité de la Région - Existence de zones où sévissent les - Position géographique naturelle : Porte malaso d’entrée du grand sud de la grande île - Taux d’analphabétisme très élevé (80 %) - Visibilité claire des orientations du - Insuffisance d’Infrastructure de base, de développement transport et de Communication - Sa qualité de Pôle de croissance de Madagascar - L’existence du Port Ehoala qui devrait booster le poids économique de ce secteur au niveau de la Région.

Tableau 2. Atouts et faiblesses de la Région d’Anosy

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 22

La Région Anosy dispose d'avantages naturels ainsi que des acquis importants en termes d'auto-organisation locale. Ces atouts sont surtout basés sur la richesse de la biodiversité et l’existence du port Ehoala.

Cependant, la Région présente aussi ses faiblesses, qui sont principalement dues à la manque d’infrastructures et à l’insécurité.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 23

Chapitre II TELEDETECTION ET SIG

II.1. LA TELEDETECTION [2]

II.1.1. Définition

« La télédétection est la technique 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, pour ensuite mettre en application cette information. » [2]

« Ensemble des connaissances et techniques utilisées pour déterminer des caractéristiques physiques et biologiques d’objets par des mesures effectuées à distance, sans contact matériel avec ceux-ci. » Commission interministérielle de terminologie de la télédétection aérospatiale, 1988.

II.1.2. Processus

Le processus de la télédétection comporte les sept étapes suivantes :

-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.

- Rayonnement et atmosphère (B)

Durant son parcours entre la source d'énergie et la cible, le rayonnement interagit avec l'atmosphère. Une seconde interaction se produit lors du trajet 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. Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 24

- 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) pour être enfin enregistrée.

- Transmission, réception et traitement (E)

L'énergie enregistrée par le capteur est transmise, souvent par des moyens électroniques, à une station de réception 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, pour nous en faire découvrir de nouveaux aspects ou pour aider à résoudre un problème particulier.

Figure 1. Processus de télédétection Source : Notions fondamentales de télédétection Centre canadien de télédétection, 266p.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 25

Pour mieux appréhender cette définition ainsi que ce processus de la télédétection, la connaissance des termes suivants s’avère nécessaire.

L’énergie émise ou réfléchie par la cible est mesurée par un dispositif appelé « capteur ».

On parle de télédétection active lorsque ce capteur produit lui-même l’énergie pour illuminer la cible. L’avantage dans ce cas est que l’on peut effectuer des mesures à n’importe quel moment.

Par contre, un capteur passif utilise le rayonnement solaire. Cependant, l’infrarouge thermique peut être perçu le jour comme la nuit.

II.1.3. Le spectre électromagnétique

Le spectre électromagnétique est la gamme de rayonnement électromagnétique qui s'étend des courtes longueurs d'onde (dont font partie les rayons gamma et les rayons X) aux grandes longueurs d'onde (micro-ondes et ondes radio).

Plusieurs régions de ce spectre sont utilisées par la télédétection à savoir l’ultra-violet, le spectre visible, l’infra-rouge et les hyper-fréquences.

Chacune de ces portions du spectre électromagnétique est enregistrée en bande ou couche. Ce sont ces bandes qui sont combinées afin de visualiser le donné image correspondant en couleur. De plus amples explications seront fournies dans les chapitres ultérieurs.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 26

Figure 2. Spectre électromagnétique Source : http://www.rncan.gc.ca (ressources naturelles canada)

II.1.3.1. L’ultra-violet

Les plus petites longueurs d'onde utilisées pour la télédétection se situent dans l'ultraviolet. Ce rayonnement se situe au-delà du violet de la partie du spectre visible.

Certains matériaux de la surface terrestre, surtout des roches et minéraux, entrent en fluorescence ou émettent de la lumière visible quand ils sont illuminés par un rayonnement ultraviolet.

II.1.3.2. Le visible

La lumière que nos yeux peuvent déceler se trouve dans ce qui s'appelle le "spectre visible". Il est important de constater que le spectre visible représente une bien petite partie de l'ensemble du spectre.

Une grande partie du rayonnement électromagnétique qui nous entoure est invisible à l'œil nu, mais il peut cependant être capté par d'autres dispositifs de télédétection.

Les longueurs d'onde visibles s'étendent de 0,4 à 0,7 mm. Il est important de noter que c'est la seule portion du spectre que nous pouvons associer à la notion de couleurs.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 27

La couleur qui possède la plus grande longueur d'onde est le rouge, alors que le violet renferme la plus courte

La longueur d’onde de chacune de ces couleurs est :

- Violet : 0.4 - 0.446 μm - Bleu : 0.446 - 0.500 μm - Vert : 0.500 - 0.578 μm -Jaune: 0.578 - 0.592 μm -Orange: 0.592 - 0.620 μm -Rouge: 0.620 - 0.7 μm II.1.3.3. L’infrarouge

L'infrarouge s'étend approximativement de 0,7 à 100 μm, ce qui est un intervalle environ 100 fois plus large que le spectre visible. L'infrarouge se divise en deux catégories: IR réfléchi et IR émis ou thermique.

Le rayonnement dans la région de l'infrarouge réfléchi est utilisé en télédétection de la même façon que le rayonnement visible. L'infrarouge réfléchi s'étend approximativement de 0,7 à 3 μm.

L'infrarouge thermique est très différent du spectre visible et de l'infrarouge réfléchi. sCette énergie est essentiellement le rayonnement qui est émis sous forme de chaleur par la surface de la Terre et s'étend approximativement de 3 à 100 μm.

II.1.3.4. Les hyperfréquences

Cette région comprend les plus grandes longueurs d'onde utilisées en télédétection et s'étend approximativement de 1 mm à 1 m. Les longueurs d'onde les plus courtes possèdent des propriétés semblables à celles de l'infrarouge thermique, tandis que les longueurs d'onde les plus grandes ressemblent aux ondes radio.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 28

II.1.4. Les satellites et capteurs

II.1.4.1. Satellite [12]

Un satellite est un objet qui est en orbite autour d'un autre objet, dans ce cas-ci, la Terre. Par exemple, la Lune est un satellite naturel de la Terre.

Cependant, les satellites artificiels de la Terre sont les plates-formes placées en orbite pour les besoins de la télédétection, des communications et de la télémétrie (positionnement et navigation).

Pour enregistrer adéquatement l'énergie réfléchie ou émise par une surface ou une cible donnée, on doit installer un capteur sur une plate-forme distante de la surface ou de la cible observée. Ces plates-formes peuvent être situées près de la surface terrestre, comme par exemple au sol, dans un avion ou un ballon ; ou à l'extérieur de l'atmosphère terrestre, comme par exemple sur un véhicule spatial ou un satellite.

Bien que les plates-formes terrestres ou aéroportées soient utilisées, ce sont les satellites qui fournissent la majeure partie des données recueillies par télédétection de nos jours. Certaines caractéristiques propres aux satellites en font des instruments particulièrement utiles pour l'acquisition d'information sur la surface de la Terre.

La trajectoire effectuée par un satellite autour de la Terre est appelée orbite.

Certains satellites regardent toujours la même région de la surface de la Terre, on dit qu’ils ont une orbite géostationnaire.

D'autres plates-formes spatiales suivent une orbite allant pratiquement du nord au sud ou vice versa. Cette configuration, combinée à la rotation de la Terre (ouest-est), fait qu'au cours d'une certaine période, les satellites ont observé la presque totalité de la surface de la Terre. Ce type d'orbite est appelé orbite quasi polaire à cause de l'inclinaison de l'orbite par rapport à une ligne passant par les pôles Nord et Sud de la Terre.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 29

II.1.4.2. Capteur [8]

Un capteur, dans le domaine de la télédétection spatiale, est un instrument qui recueille de l'énergie radiative provenant de la scène visée et délivre un signal électrique correspondant et mesurable. Il permet ainsi de capturer l’information pour différentes régions du spectre. Chacune de ces régions donne lieu à une image, appelée alors canal ou bande.

En considérant leur champ de couverture, on peut classifier les capteurs en deux catégories :

 Capteurs à grand-champ

Résolution kilométrique Couverture > 1000 km

Exemple : AVHRR SSM/I GOES / METEOSAT MODIS SPOT Végétation

 -Capteurs à petit-champ Résolution décamétrique Couverture 6 500 km

Exemple : LANDSAT TM / ETM+ SPOT HRV / HRVIR ERS RADARSAT ENVISAT ASAR

Les caractéristiques des capteurs sont :

 La résolution spectrale

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 30

La résolution spectrale décrit la capacité d'un capteur à utiliser de petites fenêtres de longueurs d'onde. Plus la résolution spectrale est fine, plus les fenêtres des différents canaux du capteur sont étroites.

 La résolution spatiale

Elle correspond à la surface élémentaire d’échantillonnage observée instantanément par le capteur satellitaire. Cette surface correspond au pixel (Picture element).

Cette résolution est 20 m * 20 m pour le satellite SPOT, 30 m * 30 m pour le satellite LandsatThematic Mapper, 1000 m * 1000 m pour NOAA AVHRR, etc.

 La résolution radiométrique

L'arrangement des pixels décrit les structures spatiales d'une image tandis que les caractéristiques radiométriques décrivent l'information contenue dans une image.

La résolution radiométrique d'un système de télédétection décrit sa capacité de reconnaître de petites différences dans l'énergie électromagnétique. Plus la résolution radiométrique d'un capteur est fine, plus le capteur est sensible à de petites différences dans l'intensité de l'énergie reçue.

 La résolution temporelle

La résolution temporelle absolue du système de télédétection est la période qu’il faut à un satellite pour qu'il puisse observer de nouveau exactement la même scène à partir du même point dans l'espace.

 Le pixel

Une image est composée d’une matrice d’éléments appelées pixels. Le pixel est le plus petit élément d'une image. Il est normalement carré et représente une partie de l'image.

Cependant, il est important de faire la distinction entre l'espacement des pixels et la résolution spatiale. Si un capteur a une résolution spatiale de 20 mètres et qu'il est possible de charger à l'écran une image provenant de ce capteur avec la pleine résolution, chaque pixel à l'écran représentera une superficie correspondant à 20 m sur 20 m au sol. Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 31

Dans ce cas, la résolution et l'espacement des pixels sont identiques. Par contre, il est possible d'afficher la même image avec un espacement des pixels qui soit différent de la résolution.

La taille du pixel correspond à la résolution spatiale et son contenu correspond à l’intensité du rayonnement réfléchi ou émis. Cette intensité est exprimée en niveaux de gris.

II.1.4.3. Les satellites Landsat

Landsat, un programme américain de télédétection spatiale (NASA et USGS) a été le premier programme civil d'observation de la Terre par satellite. Précédemment nommé Earth Resources Technological Satellite (ERTS), la mise sur orbite de la série des satellites Landsat résulte d'un projet de la NASA visant à réaliser un satellite spécifiquement destiné à l'observation de la Terre afin d'en évaluer les ressources potentielles.

De multiples produits sont créés à partir des mesures effectuées par les capteurs embarqués à bord de ces satellites. Les images Landsat ont été largement diffusées depuis une quarantaine d'années.

Le tableau suivant décrit les caractéristiques des capteurs qui enregistrent les données à bord des satellites Landsat.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 32

Capteur Bande Longueur Résolution Localisation spectrale Caractéristiques des spectrale d’onde (µm) (m×m) satellites 4 0.5 - 0.6 79×82 Vert Zones côtières, sédiments marins MSS 5 0.6 - 0.7 79×82 Rouge Routes et zones urbaines 6 0.7 - 0.8 79×82 Proche infra-rouge Etude des végétaux et cartographie des limites eau/terre 7 0.8 - 1.1 79×82 Proche infra-rouge Etude des végétaux et cartographie des limites eau/terre 8(Landsat 3 10.5-12.24 240×240 uniquement) 1 0.45-0.52 30×30 Bleu Différenciation sol/végétaux, zones cotières 2 0.52-0.60 30×30 Vert Végétation 3 0.63-0.69 30×30 Rouge Différenciation des TM et espècesvégétales ETM+ 4 0.76-0.90 30×30 Proche IR Biomasse 5 1.55-1.75 30×30 Moyen IR Différenciationneige/nuage 6 10.4-12.5 120×120 IR thermique Thermique 7 2.08-2.35 30×30 Moyen IR Lithologie 8(Pour 0.50 -0.90 30×30 Visible et proche IR ETM+) Tableau 3. Caractéristiques des capteurs Landsat MSS, TM et ETM+ Source: Données Landsat mises à disposition pour le Développement Durable en Afrique, Juillet 2005. Pr. Anas EMRAN, Institut Scientifique UMVA Rabat

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 33

II.1.5. Analyse et traitement d’image

II.1.5.1. Prétraitement

On appelle fonctions de prétraitement les opérations qui sont normalement requises avant l'analyse principale et l'extraction de l'information.

Les opérations de prétraitement se divisent en correction radiométrique et en correction géométrique.

II.1.5.2. La correction radiométrique

Elle comprend la correction des données à cause des irrégularités du capteur, des bruits dus au capteur ou à l'atmosphère, et de la conversion des données afin qu'elles puissent représenter précisément le rayonnement réfléchi ou émis mesuré par le capteur.

II.1.5.3. La correction géométrique

Elle permet de corriger les distorsions géométriques dues aux variations de la géométrie Terre-capteur, et la transformation des données en vraies coordonnées sur la surface de la Terre afin que la représentation géométrique de l'imagerie soit aussi proche que possible de la réalité.

II.1.5.4. L’amélioration

a) Le rehaussement des contrastes On applique le rehaussement des images afin de faciliter l'interprétation visuelle et la compréhension des images. En effet, le rehaussement aboutit à l’amélioration de la qualité de l'image.

Cette opération consiste à visualiser les histogrammes des images en prenant les valeurs extrêmes de chaque pic pour chacune des bandes.

b) Le filtrage Cette opération consiste à éliminer les bruits indésirables dans l’image. Les formes les plus communes de bruits sont les rayures, le rubanement systématique et les lignes

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 34

manquantes. Ces deux effets devraient être corrigés avant qu'un rehaussement ou une classification ne soient appliqués. D’où la nécessité du filtrage.

Les rayures étaient fréquentes dans les premières données Landsat, à l'époque des six détecteurs MSS, à cause de la variation et de la dérive dans la réponse.

II.1.5.5. La création des compositions colorées

Chaque portion du spectre électromagnétique est enregistrée dans des bandes séparées. Chacune de ces bandes peuvent être visualisée en noir et blanc. Il suffit de les combiner pour obtenir une vision en couleur. Cependant, seules trois bandes peuvent être visionnées simultanément. On affecte ainsi une couleur élémentaire, rouge, vert ou bleue, à chacune d’elles pour obtenir une composition colorée. Plusieurs combinaisons peuvent être affichées. Le tableau suivant nous renseigne sur les bandes utilisées selon la fin de l’image.

Composition des Couleur Utilité bandes (RGB) 321 Couleur naturelle Identification de la végétation 453 Identification de la végétation 457,742(IR) Vraie composition naturelle Végétation et plan d’eau, Géologie (Etude des sols et roches) 543 Végétation et plan d’eau en bonne visiblité 123 Fausse couleur Plan d’eau (pour identification de la mer seulement) 345 Plan d’eau 432 Fausse couleur(Théorie) Plan d’eau 754 Plan d’eau (bonne visibilité) 753 Pseudo-naturelle Tableau 4. Composition colorée

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 35

II.1.5.6. La création des néocanaux

Lorsque les canaux originaux et leurs compositions colorées n’apportent pas les informations escomptées, la création des néocanaux pourront être avantageuse à la discrimination de l’information. Il peut s’agir de calculs des index tels que l’indice de végétation ou de brillance.

II.1.5.7. La classification

Les opérations de classification et d'analyse d'image sont utilisées pour identifier et classifier numériquement les pixels sur une image. La classification des images utilise l'information spectrale contenue dans les valeurs d'une ou de plusieurs bandes spectrales pour classifier chaque pixel individuellement.

Le but en est d'assigner une classe particulière ou thème (par exemple : eau, forêt, sol nu, mangrove, etc.) à chacun des pixels d'une image. La "nouvelle" image qui représente la classification est composée d'une mosaïque de pixels qui appartiennent chacun à un thème particulier. Cette image est essentiellement une représentation thématique de l'image originale.

On distingue ainsi deux catégories de classification : la classification non supervisée et classification supervisée.

a) La classification non supervisée ou non dirigée Les différentes classes spectrales sont déterminées en se basant seulement sur les propriétés statistiques des données numériques de l’image en utilisant des algorithmes de classification. On affecte ensuite des classes thématiques aux groupes spectraux déterminés. Dans ce cas, le travail de l'analyste ne consiste qu’à spécifier le nombre de groupes ou classes qui seront formés avec les données. Ces classes sont ensuite associées, par l’analyste, à des classes d'information utile (si possible). Le résultat final de ce processus de classification itératif peut créer des classes que l'analyste voudra combiner, ou des classes qui devraient être séparées de nouveau.

L'intervention humaine n'est donc pas totalement exempte de la classification non supervisée. Elle est surtout indispensable lors de la définition de la correspondance entre

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 36 les classes ainsi calculées et la réalité des objets au sol. Pour cela, il est nécessaire de s’appuyer sur des zones de test sur lesquelles les caractéristiques sont connues. Une zone de test est une portion de la zone d’étude prise pour définir chacune des classes lors d’une classification.

b) La classification supervisée [16] Lors de l'utilisation d'une méthode de classification supervisée, l'analyste identifie des échantillons assez homogènes de l'image qui sont représentatifs de différents types de surfaces (classes d'information). Les signatures spectrales de ces surfaces serviront comme références pour classer l’ensemble de l’image en utilisant des algorithmes de classification appropries.

Il est nécessaire qu’il connaisse les caractéristiques au sol de ces données-tests. L'analyste supervise donc la classification d'un ensemble spécifique de classes. L’ordinateur détermine ensuite la «signature » numérique de chacune d’elles à l’aide d’un programme spécial ou algorithme.

Contrairement à la celle non supervisée, la classification supervisée commence donc par l'identification des classes d'information qui sont ensuite utilisées pour définir les classes spectrales qui les représentent.

II.1.5.8. Evaluation des résultats des traitements de télédétection [3]

L’évaluation des résultats du traitement de télédétection se distingue en deux catégories qui dépendent beaucoup sur les moyens ou sur les disponibilités des données. La validation consiste en un contrôle de précision par comparaison des résultats obtenus (image classifié) avec les images de référence qui doivent être différentes de celles ayant servi à réaliser la classification. Une matrice de confusion ou tableau de contingence est ainsi formée afin d’exprimer la qualité de la classification.

La matrice de confusion Mc est une matrice n * n, ou n * (n+1) s'il y a des non classés, calculée à partir des échantillons d’apprentissage ou de vérification.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 37

Les éléments diagonaux, Mc(i, i) représentent le nombre de pixels de la classe i ayant été correctement affectés à celle-ci, après classification.

L'élément non diagonal Mc(i, j) est le nombre de pixels de la classe i ayant été affectés à la classe j. Mc(i, j) peut être donné en pourcentage et est alors noté Pc(i, j), dans ce cas Mc(i, j) est divisé par le nombre de points de la classe i correspondant aux échantillons.

A partir de ces matrices, les mesures suivantes sont calculées :

-L’exactitude globale évalue la proportion de pixels de l’échantillon correctement classifiés par rapport à la totalité de l’échantillon utilisé dans la validation.

-L’exactitude pour le producteur est le rapport entre le nombre total de pixels correctement attribués à une classe et le nombre total de pixels de cette classe selon les données de référence.

Où est la somme des effectifs marginaux en colonne c'est-à-dire le nombre de points de la classe i dans l'image classée (somme des valeurs de la colonne j).

-L’exactitude pour l’utilisateur est le rapport entre le nombre total de pixels attribués à une classe et le nombre total de pixels de cette classe selon la classification réalisée.

Où est la somme des effectifs marginaux en ligne c'est-à-dire des points de la classe i correspondant aux échantillons (somme des valeurs de la ligne i, donc c’est j qui varie).

Une classification n’est pas complète sans l’évaluation de son exactitude. En effet, on ne peut pas utiliser des données obtenues par télédétection avec certitude si on ne sait pas quel est, statistiquement, le niveau de l’erreur qui lui est associé. Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 38

L'erreur de déficit ou "commission" (%) = 100 - qualité utilisateur (%).

Un taux élevé (maximum 1) indique que la classe a été très peu affectée par les échantillons des autres classes; à l'inverse un taux faible (tend vers 0) indique que cette classe a souvent été choisie à la place d'autres classes.

L'erreur d'excédent ou "omission" = 1 - qualité producteur

Le but consiste à atteindre le pourcentage de pixels correctement classés le plus élevé possible en établissant un protocole systématique à l'aide des divers traitements.

La matrice de confusion permet également de déterminer le meilleur schéma pour discriminer les classes pour différentes combinaisons de canaux ou de dates.

II.1.5.9. Choix du moyen technique

ERDAS est un logiciel de traitement d’image. ERDAS IMAGINE 11.0 est une application de la télédétection conçue par Leicageosystem pour des applications géospatiales. Ses fonctions incluent l’importation, la visualisation, la transformation, et l’analyse d’un ensemble de données raster ou vecteurs.

Ce logiciel permet entre autre, la visualisation de plusieurs images simultanément. On peut ainsi lier ces différentes images, et les outils qui y sont associés allègent la difficulté du traitement.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 39

Figure 3. Processus de la télédétection Source : http://cmapspublic.ihmc.us

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 40

II.2. LE SYSTEME D’INFORMATION GEOGRAPHIQUE

II.2.1. Définition [5]

Un Système d’Information Géographique ou SIG est un système informatique de matériels, de logiciels et de processus, conçu pour permettre la collecte, la gestion, la manipulation et l’affichage de données à référence spatiale en vue de résoudre des problèmes d’aménagement et de gestion.

En bref, on définit un SIG comme un ensemble de données repérées dans l’espace, structuré de façon à pouvoir en extraire commodément des synthèses utiles à la décision;

Un SIG est aussi un Système informatique permettant, à partir de diverses sources, de rassembler et d'organiser, de gérer, d'analyser et de combiner, d'élaborer et de présenter des informations localisées géographiquement, contribuant notamment à la gestion de l'espace (Société française de photogrammétrie et télédétection, 1989).

II.2.2. Les composantes d’un SIG

Le terme de Système d'information Géographique englobe en fait quatre composantes, représentées sur la figure, nécessaires à sa mise en œuvre.

Figure 4. Les quatre composantes d’un SIG Source : http://www.techniques-ingenieur.fr

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 41

Un SIG est donc composé par le matériel, le personnel (concepteurs/utilisateurs), le ou les logiciels déployés et enfin les données.  Le matériel

Les SIG fonctionnent 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.

Le traitement des données se fait à l'aide des logiciels sur un ordinateur.

 Le personnel

Un Système d’Information Géographique (SIG) étant avant tout un outil, c’est son utilisation (et donc, son ou ses utilisateurs) qui permet d’en exploiter la quintessence.

En effet, n’importe qui peut, un jour ou l’autre, être amené à utiliser un SIG. Comme tous les utilisateurs de systèmes d'information géographique ne sont pas forcément des spécialistes, un tel système propose une série de boîtes à outils que l’utilisateur assemble pour réaliser son projet.

La personne responsable d'un SIG, dans une structure (publique comme privée), est appelée « sigiste » ou bien « géomaticien ». Ils remplacent, pour beaucoup d'entre eux, les anciens cartographes, qui n'avaient pas de vocation à l'informatique.

 Le logiciel

Les logiciels de SIG offrent les outils et les fonctions pour stocker, analyser et afficher toutes les informations. Principaux composants logiciel d’un SIG :

-Outils pour saisir et manipuler les informations géographiques. -Système de gestion de base de données.

-Outils géographiques de requête, analyse et visualisation. -Interface graphique utilisateur pour une utilisation facile.

 Les données

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 42

Elles forment l’élément fondamental du SIG. Il existe deux types de données :

- Données raster : Donnée où l'espace est divisé de manière régulière en ligne et en colonne; à chaque valeur ligne /colonne (pixel) sont associées une ou plusieurs valeurs décrivant les caractéristiques de l'espace.

- Données vecteur : données où l’espace est représenté par des points, lignes et polygones.

II.2.3. Rôles et fonctionnalités [15]

II.2.3.1. Rôles

Les rôles d’un SIG sont communément synthétisées selon le modèle des 5 A:

 L’abstraction

C’est la modélisation de la base de données en définissant les objets, leurs attributs et leurs relations.

La construction du Schéma Conceptuel de Données (SCD) permet de modéliser la base de données en définissant les objets (classes d’objets), leurs attributs ainsi que leurs relations.

 L’acquisition

Il s’agit de l’alimentation du SIG en données : il faut d'une part définir la forme des objets géographiques et d'autre part leurs attributs et relations.

 L’archivage

La raison d’être des systèmes d’information géographique n’est pas la constitution de plan ou de carte ni la seule gestion de données mais d’être un outil au service de l’information géographique.

L’archivage est le transfert les données de l'espace de travail vers l'espace d'archivage (disque dur).

 L’analyse

Une analyse permet d’obtenir des réponses aux questions posées. Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 43

Elle peut s’effectuer par requête, par calcul, par sélection ou par manipulation de donnée en la découpant, la joignant, l’excluant.

 L’affichage

Ceci est la production des cartes de façon automatique.

Son but est de permettre à l’utilisateur d’appréhender des phénomènes spatiaux dans la mesure où la représentation graphique respecte les règles de la cartographie.

II.2.4. Fonctionnalités métier d’un SIG

Un système d'information géographique doit répondre à cinq questions, quel que soit le domaine d’application :

Où ? : Où se situe le domaine d’étude et quelle est son étendue géographique ?

Localisation géographique d’un ou de plusieurs objets

Quoi? : Quels objets peut-on trouver sur l’espace étudié ?

Recherche des objets présents à un endroit ou dans une zone donnée. Réalité sous-jacente révélée par leur répartition géographique ?

Quand ? : Quel est l’âge d’un objet ou d’un phénomène ?

Analyse temporelle : évolution d’un objet ou phénomène.

Comment ? : Comment les objets sont-ils répartis dans l’espace étudié, et quelles sont leurs relations ?

C’est l’analyse spatiale : Relations entre objets / phénomènes.

Et si ? : Que se passerait-il s’il se produisait tel événement ?

Simulation : étude des conséquences d’une décision du fait de la localisation des objets / phénomènes concernés.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 44

II.2.5. Méthodes d’analyse

Diverses méthodes sont possibles dans un outil SIG, à savoir :

 Requêtes et interrogation : Interrogation, exploration, statistique  Mesures et calculs métriques  Propriétés métriques des objets : longueur ou périmètre, surface, etc.  Relations entre objets : distance, orientation  Transformation de données  - Création de nouveaux attributs descriptifs  Basée sur des règles arithmétiques, logiques, géométriques  Synthèse de l’information  Transferts d’échelle  Géostatistique et interpolation  Changements d’implantation spatiale  Techniques d’optimisation  Localisations optimales  Plus courts chemins, recherche opérationnelle

II.2.6. Avantages

L'usage courant du système d'information géographique est la représentation plus ou moins réaliste de l'environnement spatial en se basant sur des primitives géométriques : points, des vecteurs (arcs), des polygones ou des maillages (raster). À ces primitives sont associées des informations attributaires telles que la nature (route, voie ferrée, forêt, etc.) ou toute autre information contextuelle (nombre d'habitants, type ou superficie d'une commune par ex.).

Les logiciels liés au SIG permettent, entre autres :

-de stocker sous forme numérique de gros volumes de données géographiques de manière centralisée et durable. Par rapport au papier ou aux microfiches, les supports informatiques

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 45 actuels (disques durs, CDroms, DVDroms), assurent une meilleure conservation des données. Le SIG perpétue la mémoire du territoire.

-d’afficher et de consulter les données sur l’écran, de superposer plusieurs couches d’information,

 de rapprocher des informations de différentes natures (topographique, environnementale, sociale, économique), d’effectuer des recherches à partir de certains critères (qualitatifs et/ou quantitatifs) ;  d’actualiser ou de modifier les données sans avoir à recréer un document ;  d’analyser les données en effectuant par exemple des calculs de surface ou de distance ;  d’ajouter ou d’extraire des données, de les transformer pour les mettre à disposition d’un prestataire (géomètre, architecte, gestionnaire de réseau) ;  d’éditer des plans et des cartes à la demande et en grand nombre à des coûts peu élevés.

II.2.7. Domaines d’application

Les domaines d'application des SIG sont aussi nombreux que variés.

Citons cependant :

 Tourisme (gestion des infrastructures, itinéraires touristiques)  Marketing (localisation des clients, analyse du site)  Planification urbaine (cadastre, POS, voirie, réseaux assainissement)  Protection civile (gestion et prévention des catastrophes)  Transport (planification des transports urbains, optimisation d'itinéraires)  Hydrologie  Forêt (cartographie pour aménagement, gestion des coupes et sylviculture)  Géologie (prospection minière)  Biologie (études du déplacement des populations animales)  Télécoms (implantation d'antennes pour les téléphones mobiles)[21]

Le SIG est aussi utilisé pour la cartographie des enjeux environnementaux, la gestion du cadastre, photo interprétation, l’inventaire et gestion du territoire par numérisation des parcelles et des Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 46 données liées (propriétaires, coordonnées, surfaces), l’inventaire et localisation des éléments structuraux du cadre de vie (arbres isolés, haies, vergers familiaux, bâtiments classés, etc.), la réalisation du plan d'occupation des sols à partir de l'interprétation de photos aériennes, les suivis pluriannuels, l’aide à la mise en œuvre et le suivi des mesures agro-environnementales.

II.2.8. Choix du logiciel de SIG utilisé dans ce mémoire

Le logiciel de SIG utilisé pour le traitement est l’ArcGis 10. Il s’agit de l’un des Systèmes d’Informations Géographiques (SIG) les plus utilisés.

Ce logiciel offre de nombreuses potentialités pour la manipulation, la gestion, l’analyse et l’édition des données spatiales.

Différentes couches d’informations spatiales peuvent être manipulées offrant la possibilité d’analyser une ou plusieurs couches sous le contrôle des autres. Le seul lien entre ces différentes couches est le lien spatial, c'est-à-dire, l’appartenance au même espace géographique et ayant le même système de coordonnées.

Le logiciel Arcgis englobe trois applications principales.

L’application ArcCatalog permet la gestion des stocks de données spatiales et la conception des bases de données ainsi que l’enregistrement et la visualisation des métadonnées.

ArcMap est l’application fondamentale du logiciel ArcGIS. Elle est utilisée pour gérer, manipuler, analyser et éditer les différentes couches d’informations de la base de données. Toutes les tâches de cartographie et de mise à jour ainsi que pour les analyses associées aux cartes sont donc effectuées dans ArcMap.

La dernière application qu’est ArcToolbox est une fenêtre ancrable permettant d’effectuer des conversions et de transferts de format et aussi de projection.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 47

“L’information géographique est donc une information ayant une référence au territoire, soit sous la forme : • de coordonnées, • de noms de lieu, • d’adresses postales ou autres. Elle peut être dupliquée sans dégradation, circule et s’échange à grande vitesse via les réseaux de communication, se combine avec d’autres informations en vue d’en créer de nouvelles. Les informations géographiques sont acquises, stockées, analysées, visualisées et distribuées à l’aide de systèmes d’information géographique. Le SIG est surtout un outil d’aide à la décision.”

Voici entre autres quelques exemples de questions auxquelles un SIG peut répondre

• Quel est l'état des routes sur une commune?

• Qu'est-ce qui a changé depuis 1952?

• Quelles sont les parcelles concernées par une inondation éventuelle?

• Quelles sont les zones sensibles en cas d'avalanches ou de glissement de terrain?

• Quel est le chemin le plus rapide pour aller de la caserne des pompiers à l'incendie?

• Que se passe-t-il si une substance toxique se déverse à tel endroit?

• Où implanter des postes de surveillance d'incendie de forêt?

• Trouver les zones favorables à la culture du riz?

• Comment évolue la déforestation dans une zone bien précise?

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 48

II.3. MODELISATION

Réaliser une modélisation signifie avant tout chercher à comprendre ce qui se passe, ne pas se contenter d'une solution empirique.

Modéliser un processus, c'est le décrire de manière scientifique, quantitative, par exemple en termes d'équations (physiques, chimiques, etc.). Cela permet d'en étudier l'évolution, d'en simuler des variantes, en modifiant certains paramètres. La modélisation est la conception d'un modèle, représentation d'un phénomène à l'aide d'un système qui possède des propriétés analogues à ce phénomène. Selon son objectif et les moyens utilisés, la modélisation est dite mathématique, géométrique, 3D, mécaniste (ex : modélisation de réseau trophique dans un écosystème), cinématique...

Parmi ces différents types de modèle existant, on s’intéresse à la modélisation mathématique qui traite et interprète les données caractérisées par une grande variabilité à l’aide d’une formule. En effet, la modélisation mathématique permet d'analyser des phénomènes réels et de prévoir des résultats à partir de l'application d'une ou plusieurs théories à un niveau d'approximation donné.

II.3.1. Le modèle

Comment décrire les objets localisés sous forme numérique ?

Il y a la géométrie,

Il y a la sémantique,

Et il y a le modèle, c’est à dire l’analyse de la « réalité » et sa schématisation pour rendre utilisable l’ensemble de ces données.

II.3.1.1. Définition du modèle

Un modèle est une représentation formelle d’un problème, d’un processus, d’une idée ou d’un système. [14]

Un modèle est un objet conçu et construit pour représenter un sujet d’études. Il permet d’évoquer les aspects essentiels de la structure, des propriétés ou du comportement.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 49

Il n’est jamais une réplique exacte mais plutôt une image stylisée et abstraite. Un même sujet peut donc avoir plusieurs modèles. En effet, chaque modèle donne son point de vue sur le sujet.

II.3.1.2. Ses fonctions et qualités

En préliminaire, il est important de comprendre que la complexité mathématique n'est pas un critère suffisant pour juger si un modèle est pertinent ou non : il existe des classes de modèles qui font appel à des outils mathématiques complexes, d'autres classes sont d'un abord mathématique enfantin (additions, soustractions). Mais, à résultat comparable, c'est bien sûr le modèle le plus simple qui est préférable.

Comme les modèles ont pour objet de réduire la complexité d’un phénomène, quel que soit le type de modèle, on peut généraliser leurs fonctions : Heuristique : promouvoir de nouvelles recherches, didactique : faire comprendre et pragmatiques : contrôle des expériences en termes de prédiction, de calcul et de conception).

Un modèle est pertinent s'il est:

 opérationnel : il doit fournir la solution recherchée (et selon le principe d'économie, sans critères de spécification inutiles).  spécifiable : l'information disponible doit permettre de choisir le type de modèle et d'estimer ses paramètres.  compatible : d'une part avec les données, d'autre part avec notre intuition du phénomène.  efficace : la solution fournie doit être correcte.

Un modèle doit posséder au moins trois qualités:

 _La fidélité: la représentation doit être effectuée sans déformation de la réalité.  La cohérence: la représentation ne doit comporter de contradiction explicite ou implicite.  La complétude: la représentation doit décrire tous les phénomènes pertinents par rapport aux objectifs du modélisateur, ce qui n’est pas synonyme d’exhaustivité systématique.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 50

II.3.2. Difficultés de la modélisation

Plusieurs difficultés existent lors de l’élaboration d’un modèle, ces difficultés se trouvent sur plusieurs secteurs et stades entre :

 La détermination des variables utiles et l’estimation des paramètres.  Le choix de la méthode à suivre pour analyser et évaluer le modèle.  La nécessité de vulgariser l’information à l’intention du public.  L’utilisation de modèles pour évaluer différentes règles de conduite du système, qui est une des utilisations principales de la modélisation.

Ces problèmes sont aggravés du fait qu’on s’adresse à de nombreux spécialistes de différentes disciplines qui doivent se trouver un langage commun pour intégrer le résultat de leurs expériences en vue d’un même objectif: prévoir les incidences des travaux.

II.3.3. Solutions

Les solutions suivantes doivent suivre pour que les modèles atteignent les qualités

 Garder les principes du modélisateur

Le modélisateur doit accepter les principes suivants :

 Tous les modèles sont faux, mais certains sont plus utiles que d’autres  Ne pas s’enticher d’un modèle à l’exclusion des autres  Vérifier soigneusement l’ajustement d’un modèle par rapport aux données  La validation d’un modèle

Valider un modèle, c’est démontrer son ajustement par rapport à une utilisation donnée.

 Performances des outils de modélisation :

L’outil est un instrument qui permet à l'homme de faire son travail mieux, plus aisément et plus vite. Les outils de modélisation comme les mathématiques, l’informatique,… doit avoir une bonne performance.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 51

Partie II . METHODOLOGIE

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 52

Acquisition du sujet

Documentation et recherche bibliographique

 Elaboration des termes de référence du projet  Analyse des données indispensables on des termes de référence du projet

 Analyse des données indispensables

 Enquêtes socio-économiques  Collecte des données supplémentaires  Inventaire des documents cartographiques

 Collecte des données supplémentaires  Inventaire des documents cartographiques

 Traitement des images

 Intégration SIG  Intégration SIG

Présentation des résultats et

interprétations

Figure 5. Schéma méthodologique du travail effectué

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 53

Chapitre I ACQUISITION DES DONNEES

I.1. DOCUMENTATION

Comme un système d’information est un ensemble des moyens et des procédures mis en place pour la recherche, la saisie, le classement, la mémorisation, le traitement et la diffusion des informations, la documentation est une phase indispensable pour le recueil des données à intégrer.

L’Association française de normalisation (AFNOR) définit la documentation comme l'ensemble des techniques permettant le traitement permanent et systématique de documents ou de données, incluant la collecte, le signalement, l'analyse, le stockage, la recherche, la diffusion de ceux-ci, pour l'information des usagers.

Ainsi, se documenter, c’est effectuer des recherches sur le thème à traiter.

Plusieurs ressources permettent l’obtention de ces données utiles dont :

 Des recherches bibliographiques : documents scientifiques et techniques (rapports, ouvrages, publication), documents de synthèse ou monographies etc.  Des documents cartographiques (Cartes topographiques, couverture forestière) ;  Des images satellitaires et Google Earth ;  Une enquête personnelle auprès des services de l’Environnement et sociétés et ligues responsables des NAP de la région d’Anosy.

I.2. ACQUISITION DES DONNEES

I.2.1. Données images

Les travaux de télédétection utilisent principalement les images satellitaires pour évaluer l’évolution de la couverture forestière. Pour celle de la région d’Anosy, les données images utilisés lors du traitement, que sont les images Landsat ont été acquis de « United States Geological Survey » ou USGS.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 54

Les images de chacune des trois dates ont été choisies de telles sortes qu’elles soient prises dans une même période. Ceci afin d’éviter les erreurs dues aux dissemblances saisonniers ou climatiques.

La résolution spatiale de chacune des images est de 30 m correspondant à la taille des pixels individuels sur les images satellite.

Trois scènes Landsat couvrent la zone d’étude dont : 158077, 159076 et 159077 aux années 2009, 2010 et 2013.

Pour obtenir des informations globales de la zone et pour tester la fiabilité des résultats, l’image Google Earth de la zone a été utilisée. Internet en est la source d’acquisition de celle-ci.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 55

 CARACTERISTIQUES DES IMAGES

Résolution Altitude Date d’acquisition Scène Vecteur(Satellite Row Capteur ou avion) Spatiale Spectrale (dd/mm/yy) Path/Lat /Lon g MSS et Satellite-Landsat 30m 8 bandes 705 01 octobre 2008 159 77 TM MSS et Satellite-Landsat 30m 8 bandes 705 24 novembre 2010 159 77 TM OLI et Satellite-Landsat 30m 11 bandes 705 09 mai 2013 159 77 TIRS MSS et Satellite-Landsat 30m 8 bandes 705 05 octobre 2009 159 76 TM MSS et Satellite-Landsat 30m 8 bandes 705 29 mars 2010 159 76 TM OLI et Satellite-Landsat 30m 11 bandes 705 12 avril 2013 159 76 TIRS MSS et Satellite-Landsat 30m 8 bandes 705 20 avril 2009 158 77 TM MSS et Satellite-Landsat 30m 8 bandes 705 09 mai 2010 158 77 TM OLI et 22 septembre Satellite-Landsat 30m 11 bandes 705 158 77 TIRS 2013 Tableau 5. Caractéristiques des images satellitaires utiliséees

Les images utilisées ont été géométriquement et radiométriquement corrigées par l’USGS/Earth Ressource Observation System Data Center. Ces données sont traitées directement sur ERDAS IMAGINE.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 56

I.2.2. Autres données

Les images Landsat seules sont insuffisantes pour l’aboutissement du traitement. La localisation est obligatoire pour tout traitement.

Editée par la FTM, la BD 100 a été utilisée. Elle contient des données vecteurs dont les limites administratives (limites de région, de district, de commune et de fokontany accompagnés de leur chef-lieu), les réseaux hydrographiques et les infrastructures routières de tout Madagascar.

De plus, s’appuyer sur des données provenant d’autres sources est d’une très grande utilité pour l’interprétation et la validation. Les images Google Earth y ont alors été utilisées.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 57

Chapitre II TRAITEMENT D’IMAGES SATELLITAIRES

Importation des images

Combinaison des bandes spectrales

Composition colorée

Amélioration des images

Choix des zones de tests (AOI) avec vérification sur l’image de référence

Choix des classes d’information Modification des

Création des classes de zones de tests signatures Modification des Lancement de la classification classes d’objets

Résultat Non satisfaisant

Oui

Traitement post-classification

Mosaiquage et découpage

Reprojection

Elaboration des Figure 6. Etape de la classification supervisée cartes

Analyse de l’évolutionthématiques de la couverture forestière de la Région d’Anosy | 58

II.1. IMPORTATION DE L’IMAGE

La première étape du traitement consiste à importer les scènes à traiter dans le logiciel de traitement. Cette importation implique également le changement du format GEOTIFF vers le format IMAGINE, ce dernier étant le format propre au logiciel de télédétection ERDAS IMAGINE que nous utilisons pour le traitement. Ainsi une des fonctions de ce logiciel permet de connaitre les propriétés de chacune de ces scènes, telles la taille, le pixel, le système de projection utilisé, etc.

Lors de cette importation, seules six bandes seront utiles. Les bandes ayant une résolution différente seront exclues.

II.2. COMBINAISON DES BANDES SPECTRALES

Toutes les bandes importées peuvent être manipulées séparément dans le logiciel de traitement. Néanmoins, afin de faciliter le traitement et pour obtenir une composition colorée, il est nécessaire de combiner les six bandes de chaque scène pour obtenir ainsi un seul fichier Imagine (.img).

Afin d’éviter les erreurs lors de la classification, pendant le choix des zones de test, les trois images correspondantes respectivement aux trois dates de la classification ont été aussi combinées en une seule image contenant alors dix-huit bandes.

La combinaison de ces bandes permettra d’afficher l’image voulue à partir de l’unique image à dix-huit bandes.

II.3. COMPOSITION COLOREE

L’image résultante de la combinaison des bandes spectrales sera celle utilisée lors de tout le traitement. L’affichage de l’image voulue s’obtiendra à partir des bandes multispectrales apposées.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 59

Comme nous le savons, une scène est composée de plusieurs bandes dont le nombre dépend du type de satellite utilisée pour son acquisition. Les bandes 1 à 6 sont celles de l’image datée de 2009.7 à 13 correspondent à celle de 2010 et celles de 14 à 18 appartiennent à l’image de 2013.

La composition colorée est la représentation des images en trois couleurs fondamentales: Rouge, Vert et Bleu. Ainsi, on affecte une de ces couleurs à chacune des trois bandes choisies selon le domaine d’utilisation de l’image ainsi que ses fins.

Figure 7. Composition en 4, 5, 3 de l’image 158077_2009

II.4. AMELIORATION DES IMAGES

Il est aussi très important de tailler les bords ébréchés de l’image puisque les scènes TM et ETM n’ont pas exactement les mêmes encombrements. En effet, des erreurs se produiront lors de la classification si les zones de non-recouvrement ne sont pas retirées.

Il existe plusieurs façons de supprimer ces surfaces inutiles, toutefois, la plus simple d’entre eux en est la création de simple modèle, qu’est le « model maker » dans Erdas Imagine.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 60

Figure 8. Extrait de l’image 159076_2009 avant amélioration

Figure 9. Extrait de l’image 159076_2009 après amélioration

II.5. CREATION NEOCANNAUX

Il s’agit de la création d’indice de végétation et de l’ACP pour avoir une meilleur discrimination de l’information. L’objectif de l’indice de végétation est d’augmenter la sensibilité aux composantes végétales et celle de l’ACP permet de transformer les objets initiaux corrélés en en composants finaux décorrélés. Les figures suivantes montrent un exemple d’image en appliquant l’NDVI et l’ACP.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 61

II.6. CLASSIFICATION

II.6.1. La classification non supervisée

Il s’agit de l'identification de modèle spectrale pour identifier des groupes de pixels qui représentent une caractéristique commune de la scène telle que le plan d’eau.

Le type de classification suppose la connaissance au préalable de la zone d’étude, l’image Google Earth ainsi que les données cartographiques en sont utilisées comme référence.

L’ordinateur utilise un programme spécial ou algorithme afin de déterminer la « signature » numérique de chacune des classes. Le nombre de sous-classe de la classification non supervisée dans ce cas-ci est au nombre de 25 avec 20 itérations et atteignant un seuil de convergence de 0.98.

Lorsque que le logiciel a terminé son processus, plusieurs de ces sous-classes ont été combinées suivant les thèmes qu’on veut afficher dans le résultat.

Le résultat de cette classification est douteux à cause de l’existence de confusion entre certaines classes. En effet, la mangrove et la forêt dense possèdent la même signature spectrale et l’algorithme du logiciel les a agencées dans une seule classe. Or, ceci corrompt la classification. L’autre méthode a donc été entamée.

II.6.2. La classification supervisée

La classification par voie dirigée suppose que l’on connaisse la localisation de certaines zones d’entrainement dans l’image et les classes d’objet correspondantes. ERDAS possède un menu liant l’image à classifier à Google earth. D’autres données telles les cartes sont d’une utilité.

On identifie les échantillons assez homogènes de l’image qui sont représentatifs de différents types de surfaces (classes d’information), puis, on supervise la classification d’un ensemble spécifique de classe. Une classification supervisée commence donc par l’identification des classes d’information qui sont ensuite utilisées pour définir les classes spectrales qui les représentent.

Les informations extraites de ce traitement sont :

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 62

N° de classe Occupation du sol Couleur

1 Forêt humide

2 Forêt dégradée

3 Savane herbeuse

4 Forêt sèche

5 Plan d’eau

6 Sol nu

7 Savane arborée

8 Nuage

9 Ombre

Tableau 6. Classes pour la classification supervisée pour l’occupation du sol en composition 4, 5,3

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 63

II.7. TRAITEMENT POST CLASSIFICATION

Après avoir lancé les itérations nécessaires et atteint un point ou la classification a été complétée, les post-traitements des images sont nécessaires afin de réaliser le résultat final.

Ce traitement est exécuté dans le but de donner une apparence pus constante à la carte classifiée et aussi d’éliminer les toutes petites erreurs comme les pixels individuels qui sont non classifiés. Ses étapes incluent le regroupement et l’élimination.

II.7.1. Le regroupement

ERDAS IMAGINE effectue automatiquement des regroupements des pixels selon les seuils choisis. Deux regroupements ont été effectués. Le premier, qui est l’opération de Neighborhood consiste à lisser légèrement l’image classifiée.

Le second élimine les taches plus petites par rapport à une valeur spécifique et les remplace par une autre valeur étant le plus commun parmi ceux des pixels avoisinants. IL s’agit du clumping.

Figure 10. Image 158077_2009 après clumping

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 64

II.7.2. L’élimination

Grâce à la performance de ce logiciel, il est possible d’éliminer les pixels graines ou bruits qui sont des obstacles à la pertinence des résultats du traitement. La taille minimale de la tâche cartographique doit être conservée pendant cette opération.

Les plages cartographiques d’une surface inférieure à ce seuil ont été remplacées par une tâche équivalente à laquelle on a affecté la classe du plus grand polygone contigu. Dans notre cas, les surfaces éliminées sont de l’ordre de 9 pixels, soit une surface d’environ 1Ha. Le choix de ce seuil de surface est dû au respect de l’erreur qui doit toujours être inférieur à l’erreur graphique. Cette figure suivante montre un extrait de l’image après l’opération de la post-classification sous ERDAS IMAGINE2011.

II.8. MOSAIQUAGE ET DECOUPAGE

II.8.1. Le mosaïquage

Une zone à traiter peut être incluse dans une ou plusieurs scènes. Quant à Anosy, trois scènes adjacentes dont : 158077, 159076 et 159077 sont indispensables pour couvrir la région. Cela nécessite donc l’opération de mosaïquage. Il s’agit de l’opération qui consiste à assembler des images contigües. Elle doit tenir compte de la géométrie et la radiométrie des images à juxtaposer pour produire une image homogène et superposée après l’assemblage. La figure suivante montre un type de mosaïquage des trois scènes citées ci-dessus.

II.8.2. Le découpage

Sur les images obtenues par mosaïquage de ces trois scènes étudiées existent des parties inutiles, c’est-à-dire qui sont hors de la zone d’étude. D’où l’utilité du découpage. Celui-ci permet d’éliminer les zones de l’image qui n’ont aucun intérêt et qui pourraient influer sur les résultats des classifications finales. En effet, le but en est de faciliter le traitement. Le découpage offre l’avantage d’une taille de l’image minime.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 65

L’image suivante est le résultat de l’image de la zone d’étude après découpage de l’image mosaïquée de l’année 2009. Comme cette dernière étant la Région Anosy, la réalisation du découpage est réalisable grâce à l’élimination des zones en dehors de la limite de la région.

Figure 11. Zone d’étude après mosaiquage et découpage des images 2010

II.9. REPROJECTION

Le type de projection des images initiales est l’UTM de datum WGS84 zone 38 S. Le système de projection utilisé à Madagascar est celui de Laborde. Encore que celui-ci ne figure pas sous le logiciel ERDAS IMAGINE 2011, l’outil Reproject du logiciel permet de reprojeter les images en Laborde Madagascar.

Les paramètres à introduire sous le logiciel pour cette projection sont :

Projection Name: Laborde Madagascar Projection type: Oblique Mercator (Hotine). Spheroid Name: International 1924 Datum Name: Tananarive observatory

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 66

Scale factor at center: 0.9995 Latitude of point of origin: 18:53:59.952842 S False easting: 1113136.314600 meters False northing: 2882900.727900 meters Azimuth east for central line: 18:53:59.952842 Longitude of point of origin: 46:26:14.118962 E

II.10. EVALUATION DE LA QUALITE DE LA CLASSIFICATION

La vérification sur terrain reste le meilleur moyen pour évaluer la qualité de la classification puisqu’elle permet d’affirmer la véracité de cette classification par la réalité.

La validation a consisté à comparer visuellement les résultats obtenus par la classification avec une image à très haute résolution disponibles sur Google Earth. Une série de points de contrôle a ainsi été créée sur l’ensemble des couverts forestiers. 500 points ont été pris de façon aléatoire.

La précision est évaluée à partir d’un tableau croisé entre les valeurs obtenues dans GoogleEarth (référence) et les valeurs données par la classification. Elle est donnée par la matrice de confusion ci-dessous :

Classification supervisée Forêt Forêt Savane Forêt Plan Savane Pᵤ (%) dense dégradée herbeuse sèche d'eau Sol nu arborée Total Forêt dense 13 0 0 0 0 0 0 13 100

Forêt dégradée 0 47 0 0 0 0 0 47 100

Savane herbeuse 0 10 73 0 0 0 0 83 87,95 Forêt sèche 0 0 0 15 0 0 0 15 100 Plan d'eau 0 0 0 0 1 0 0 1 100 Sol nu 0 0 0 0 0 4 0 4 100

Image de de référence Image Savane arborée 1 1 0 0 0 0 2 Total 13 58 74 15 1 4 165 Pp (%) 100 81 98,6 100 100 100 92,73 Tableau 7. Matrice de confusion

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 67

Image de référence

Forêt Non-forêt Total Pᵤ (%)

Classification Forêt 76 10 86 88,4 supervisée Non-forêt 1 78 79 98,7

Total 77 88 165

Pp (%) 98,7 88,6 93,3

Tableau 8. Matrice de confusion de la carte de couverture forestière

Les précisions globales de chacune de ces deux cartes sont respectivement de 92,73% pour les occupations du sol et 93,3% pour celle de la couverture forestière.

Concernant la précision sur le changement de la couverture forestière, le nombre de pixels bien classés est de 93,3%. C’est la précision globale.

Pour les forêts, 98,7 % des pixels « forêt » ont été correctement classés. Cependant, 88,4% seulement des pixels bien classés en «forêt» représentent réellement la vérité terrain

Pour les non-forêts, 88,6% des pixels déforestés ont été correctement classés, avec un taux de 98,7% reflétant réellement la vérité terrain.

Remarques sur la lecture des statistiques et des cartes

Il est important de donner les précisions ci-après pour assurer une lecture, interprétation et utilisation correctes des statistiques et des cartes qui figurent dans cet œuvre.

Nous avons un taux de couverture des nuages de 3% pour l’image 2010.

Ainsi, il est indispensable de rappeler que les taux de déforestation sont calculés uniquement sur les zones non couvertes de nuages sur les trois dates.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 68

II.11. VECTORISATION

La vectorisation est la dernière étape à effectuer lors d’un traitement d’images proprement dit. Elle consiste à transformer le fichier image raster en fichier vecteur arcconverage. Ceci dans le but de pouvoir l’exporter vers un logiciel SIG pour la présentation des résultats.

II.12. EXPORTATION VERS LE LOGICIEL SIG

L’image vecteur est alors exportée vers un autre logiciel pour la suite du traitement. En effet, la suite des opérations, qui consiste à la présentation des résultats y sera effectuée.

On a choisi le logiciel ArcGis 10 pour poursuivre les opérations, c'est-à-dire l’établissement de la carte forestière définitive et aussi l’habillage sur la mise en page.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 69

Chapitre III CHAPITRE VI:INTEGRATION SIG ET MODELISATION

III.1. LE LOGICIEL DE SIG UTILISEE DANS CETTE ETUDE

D’après ce qui a été mentionné dans les chapitres précédents, ArcGis 10 est le logiciel de traitement SIG employé lors de cette évaluation. Ce logiciel contient des modules permettant de tracer des cartes, gérer des données, analyser ou modifier des données et réaliser des géotraitements.

En effet, il s’agit d’un ensemble de logiciels d'information géographique (ou logiciels SIG) développés par la société américaine Esri (Environmental Systems Research Institute, Inc.). ArcGis se décline en trois licences aux fonctionnalités croissantes : ArcView, ArcEditor et ArcInfo.

A l’aide de ces trois applications, on peut effectuer toutes les tâches SIG, de la plus simple à la plus avancée, y compris la cartographie, la gestion des données, l’analyse géographique, la mise à jour des données et le géotraitement.

III.2. LES SPECIFICITES DU SIG

III.2.1. Le référentiel utilisé

Le référentiel géographique est l’ensemble de conventions qui permettent d’associer à tout point d’une partie de la surface terrestre un point unique sur une carte. Il est choisi en tenant compte des règles de représentations la plus proche de la surface de la terre à l’aide de l’utilisation de l’ellipsoïde qui est le modèle de représentation la plus proche de représentation de la surface de la terre.

III.2.2. Le système de projection

Le système de projection qui est celui utilisé à Madagascar, et qu’on adoptera dans toute l’étude est la projection Laborde (mètre). Il s’agit du système de projection officiel de la Grande Ile.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 70

III.3. MODELISATION

III.3.1. Objectif visé

L’objectif est de déterminer la prévision à moyen terme de la ressource forestière de la région. On effectuera donc les projections pour l’année 2020 .

Pour cela, après avoir déterminé l’évolution de la couverture forestière de la région aux années 2009, 2010 et 2013, on projettera ces données aux années postérieures par rapports aux différents paramètres mis en jeu.

L’objectif final est de l’obtention des solutions à des problématiques.

III.3.2. Paramètres à prendre en compte

On constate en général qu’à l’échelle des causes immédiates, les cas géométriques (tel que l’abattage à large échelle) peuvent provenir de l’extraction de bois, de l’expansion des infrastructures, de caractéristiques biophysiques et de divers évènements déclencheurs. A l’échelle des facteurs indirects, la croissance du marché urbain, des cultures commerciales orientées vers l’exportation, la croissance du marché du bois, la spéculation foncière et le comportement de la population expliquent les processus de déforestation.

Le nombre de variables explicatives qui sont intégrées aux modèles est contraint par leur disponibilité ainsi que par leur influence sur la localisation et les changements de la couverture forestière.

Par conséquent, le nombre de facteurs retenus est restreint comparativement à la palette des variables potentiellement explicatives que nous allons voir postérieurement.

On a ainsi regroupé ces paramètres en trois : les agents et conducteurs de déforestation, la configuration du paysage et conditions écologiques, les conditions économiques et culturelles.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 71

III.3.2.1. Les agents et conducteurs de déforestation

a) Infrastructures  Distance par rapport aux routes :

Les infrastructures routières présentent une certaine influence sur l’évolution de la couverture forestière. Comme elles font partie intégrantes des lieux fréquentés par l’homme, les pressions provoquées par ce dernier engendrent un changement sur l’occupation du sol.

b) La configuration du paysage et conditions écologiques  Altitude et pente :

D’antécédentes études sur l’occupation du sol ont permis de constater que le couvert forestier évolue aussi en fonction de la pente et de l’altitude. SRTM sera utilisé pour notre modélisation.

 Cours d’eau et fleuves :

En effet, le plan d’eau peut produire un certain impact sur cette évolution. Ainsi, les cours d’eau et les fleuves ont été considérés.

c) Les conditions économiques et culturelles  Zones habitables :

La subsistance des agriculteurs pratiquant les feux de brousse, tavy est principalement l’une des facteurs conduisant à la déforestation.

Ainsi a été prises en considération les zones habitables de la région. Et comme leur répartition selon la communauté peuvent avoir de différentes influences sur l’évolution du couvert forestier, on a pris la répartition de ces zones par commune, fivondronana et par firaisana. En effet, la connaissance de l’effectif de la population permet d’indiquer la pression démographique.

d) Année Comme l’objectif de la présente modélisation en est la détermination de l’évolution temporelle de la couverture forestière, le facteur temps en est un paramètre à ne pas ignorer.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 72

III.3.3. Le modèle utilisé

La production de modèles prédictifs constitue une finalité soumettant un aide pour la compréhension de phénomènes étudiés et les rend opérationnels pour d’autres utilisateurs.

Les chaînes de Markov ont été utilisées lors de la présente étude. Les chaînes de Markov sont des modèles très utilisées pour simuler l’évolution temporelle d’un système à partir de probabilités de transition.

Les détails sur ce modèle seront exposés, ultérieurement dans le paragraphe traitant la modélisation.

Le bon modèle est celui qui conduit aux prédictions les plus fiables puisqu’il sera utilisé pour la prise de décision. En effet, un outil d'aide à la décision n'est pertinent que si le décideur dispose d'un corpus de connaissances qui lui permettent de décrire, comparer, évaluer les hypothèses, de caractériser les modèles utilisés, et de valider les données obtenues informatiquement. Ils n’ont pas vocation de donner les valeurs réelles de taux de déforestation mais ils aident à mieux comprendre le processus de ce phénomène.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 73

Partie III . RESULTATS DE L’ETUDE

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 74

Chapitre I PRESENTATION DES DIFFERENTS RESULTATS

I.1. ASPECT CARTOGRAPHIQUE

Le résultat cartographique de l’étude est composé de la carte d’occupation du sol de la zone avec les trois cartes forestières. Celles-ci évoquent les couvertures forestières du lieu, respectivement pour les années 2009, 2010 et 2013. Elles représentent ainsi les deux classes : forêt et non-forêt.

Enfin, une carte révèle l’évolution de ces couvertures au cours de ces trois années.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 75

Carte 2. Couverture forestière de la Région Anosy en 2009 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 76

Carte 3. Couverture forestière de la Région Anosy en 2010 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 77

Carte 4. Couverture forestière de la Région Anosy en 2013 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 78

Carte 5. Occupation du sol de la Région Anosy en 2013

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 79

Carte 6. Evolution de la couverture forestière de la Région Anosy entre 2009 et 2013 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 80

I.2. ASPECT QUANTITATIF

Le traitement a aussi permis l’obtention de résultats quantitatifs. En effet, les cartes de couverture forestière précédentes peuvent être représentées numériquement, par les surfaces respectives de chacune des classes de forêt ou non-forêt, exprimées en m² et en % par le tableau suivant :

Année Classe Surface(Ha) Pourcentage(%) 2009 Forêt 1639568,5 55,3 Non-forêt 1307408,4 44,2 2010 Forêt 1631027,16 55,1 Non-forêt 1317014,01 44,4 2013 Forêt 1557945,63 52,6 Non-forêt 1389031,27 46,9 Tableau 9. Résultats quantitatifs de la couverture forestière de 2009, 2010 et 2013

On définit par matrices de transition les valeurs de l’évolution des surfaces de couverture forestière entre des dates différentes. La forêt en non-forêt permet d’obtenir le taux de déforestation. La non-forêt en forêt indique l’existence de régénération. La diagonale indique les surfaces qui n’ont pas changé de classe (forêt en forêt ou non forêt en non forêt). Les tableaux suivants représentent les matrices de transition entre les trois intervalles de date depuis 2009 en 2013:

2010

Forêt Non-forêt Total 2009

Forêt 1631023,02 8623,89 1639646,91 2009 Non-forêt 4,14 1308390,12 1308394,26

Total 2010 1631027,16 1317014,01

Tableau 10. Matrice de transition en Ha entre 2009 et 2010

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 81

2013

Forêt Non-forêt Total 2010

Forêt 1551085,02 79862,94 1630947,96 2010 Non-forêt 6860,61 1309302,36 1316162,97

Total 2013 1557945,63 1389165,3

Tableau 11. Matrice de transition en Ha entre 2010 et 2013

2013

Forêt Non-forêt Total 2009

Forêt 1557059,40 82509,1 1639568,5 2009 Non-forêt 886,23 1306522,17 1307408,4

Total 2013 1557945,63 1389031,27

Tableau 12. Matrice de transition en Ha entre 2009 et 2013

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 82

Chapitre II PERSPECTIVES

Les logiciels SIG offrent de plus en plus de modules pour l’élaboration de taches SIG ainsi que la prédiction de la couverture forestière. Le logiciel IDRISI en est un parmi tant d’autres. Il s’agit en fait d’un logiciel spécialisé sur les fonctionnalités analytiques pour les images raster, couvrant le spectre des besoins du SIG depuis les requêtes des bases de données, la modélisation spatiale jusqu’à la classification. La modélisation de la couverture forestière sera traitée sous IDRISI SELVA. Comme toute modélisation nécessite l’utilisation de paramètres, la première phase de la modélisation sera la préparation de ces paramètres ainsi que les autres données utiles pour la modélisation dont las cartes de couvertures forestières des années 2009 et 2013.

II.1. LA PREPARATION DES DONNEES INDISPENSABLES A LA PREDICTION

Le terme « paramètres » regroupe les contraintes et les facteurs.

Les contraintes sont des critères qui sont absolus dans l’inclusion ou l’exclusion des résultats possibles. Elles ont pour effet de limiter les alternatives considérées. Par exemple, une contrainte serait de dire qu’il est impossible que la forêt gagne du terrain sur la ville.

Les facteurs sont des critères qui renforcent ou réduisent la pertinence d’une alternative particulière en relation à une activité considérée. Ils sont exprimés sur une échelle de mesure continue. Par exemple, on peut estimer que plus une parcelle est à proximité de l’eau, plus elle a une chance d’être cultivée, l’agriculteur ayant besoin d’eau pour les irriguer. En conséquence, on peut supposer que les zones plus propices pour les cultures sont celles plus proches de l’eau (d’autres critères rentrent bien évidemment aussi en compte).

En général, les contraintes sont exprimées sous une forme booléenne à l’aide de couches binaires : les zones exclues sont affectées de la valeur 0 et les zones propices de la valeur 1.

Rappelons que ces paramètres sont : Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 83

L’altitude La pente Les distances par rapport aux cours d‘eau Les distances par rapport aux fleuves Les distances par rapport aux infrastructures routières Les zones habitables Les zones habitables par commune Les zones habitables par firaisana Les zones habitables par fivondronana

II.1.1. L’importation des images

Comme précisé auparavant, IdRISI SELVA traite des données raster, la première étape de la modélisation est donc l’importation des images dans le logiciel et la conversion des données en raster. En effet, les cartes de couverture forestière (2009, 2010 et 2013) qui sont des données images d’Erdas et les paramètres, des shapefiles provenant de la BD 100 sont tous des données vecteurs.

II.1.2. La standardisation

Comme les différents critères ont été mesurés sur des échelles différentes, ils doivent être standardisés.

La standardisation consiste à exprimer les paramètres sur une échelle de même amplitude (par exemple de 0 à 255, 255 représentant l’amplitude la plus forte). Il existe plusieurs options de standardisation qui impliquent des transformations différentes : linéaire, sigmoïde. Par exemple, si on décide que plus on est à proximité des zones habitables plus il y plus de risque de déforestations, on peut utiliser alors une courbe linéaire avec pour seuils le minimum et le maximum de la distance par rapport aux zones habitables. Si la forêt a plus de chance d’apparaître autour de 250 m d’altitude et si au dessus de 350 m on

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 84 est sur d’en avoir, alors on peut choisir une courbe sigmoïde avec pour seuils 250 et 350m.

II.1.3. L’extraction de la zone d’étude

Il faut ensuite extraire de chaque image origine une nouvelle image appelée sous-image ou fenêtre de sous-image d’une entière série d’images. Cette étape est effectuée afin d’obtenir des images de même taille. Cela est effectué afin de pouvoir détacher la zone d’étude ou de casser les larges images pour obtenir la partie essentielle pour la modélisation.

L’option Overlay parmi les opérateurs mathématiques des analyses SIG permet ensuite de multiplier chaque image correspondant à chacune des facteurs à une image initiale afin d’éliminer les pixels à exclure de l’analyse. Une image initiale est une image, de même taille que celles des paramètres, représentatif de la zone d’étude dont l’intérieur de la zone a été attribué le chiffre 1 et l’extérieur 0. Cette multiplication élimine donc les parties hors de la zone d’étude.

A une image correspond alors une représentation d’un facteur prête pour la modélisation.

II.2. LA MODELISATION A L’AIDE DES CHAINE DE MARKOV SOUS IDRISIS

Le logiciel IDRISI propose des modules de simulation basés sur le principe des chaînes de Markov. Le « Land Change Modeler » en est l’une de ces modules. Il s’agit d’un outil d’IDRISI orienté surtout vers le pressant problème de l’accélération du changement de l’occupation du sol et les besoins très spécifiques de la conservation de la biodiversité.

La prédiction de l’évolution du couvert dans le module « Land Change Modeler » est un processus manuel empirique constitué d’une série d’étape ordonné depuis l’analyse du changement, la modélisation des possibilités de transition jusqu’à la prédiction de l’évolution. Elle est basée sur le changement historique de la date 1 (2009) jusqu’à la date 2 (2013).

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 85

II.2.1. Analyse du changement

Les variations sont évaluées entre les deux cartes de couverture forestière de 2009 et 2013. Les changements qui sont identifiés représentant pour chaque classe ses probabilités de transiter vers un autre Il est possible qu’avec beaucoup de classes la combinaison de transition possible peut être très large. L’important c’est d’identifier les mutations dominantes qui peuvent être groupées et modélisées, appelées sous-modèles. Le sous-modèle considéré dans cette modélisation est la déforestation : transition forêt en non forêt en raison de sa dominance.

II.2.2. La modélisation des variations possibles

La seconde étape dans la procédure de la prédiction de l’évolution est la modélisation des variations possibles, pendant laquelle sera identifiée la probabilité de transition. Dans cette phase, le logiciel fournit comme résultat des cartes de transition qui sont essentiellement des cartes d’aptitude de chaque transition. Dans LCM, un groupement de cartes de transition probables est organisé avec un sous-modèle évalué empiriquement possédant les mêmes variables pilotes sous-jacents. Un sous-modèle de transition peut s’agir d’une seule transition de couverture ou d’un groupe de transitons ayant les mêmes variables pilotes sous-jacents. Ces variables sont utilisés pour modéliser la procédure d’évolution historique.

Chaque classe doit faire l’objet d’une analyse multicritère afin d’obtenir une carte d’aptitude pour chacune d’elle. La carte d’aptitude agrège plusieurs critères qui ont leur rôle dans la dynamique future de la classe étudiée.

II.2.3. La prédiction de l’évolution

La troisième et dernière étape en est la prédiction de l’évolution du couvert forestier. Utilisant les proportions de changement historique ainsi que le modèle de transition probable, LCM peut prédire un scénario futur pour une date future spécifiée. Dans sa plus

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 86 simple forme, le modèle déterminera comment les paramètres influencent le futur changement, comment se présente cette évolution quantitativement entre 2009 et 2013. Ensuite, il calcule une relative valeur des transitions pour 2020.

II.3. RESULTAT DE LA MODELISATION

Les résultats statistiques provenant du traitement d’images ont été couplés avec les paramètres de la modélisation afin d’évaluer les perspectives.

Chaque paramètre doit être testé. En général, les variables possédant une valeur de Cramer’s V aux environ de 0,15 ou plus sont utilisables et ceux possédant une valeur supérieure ou égale à 0,4 sont les meilleurs. Les résultats des tests pour ces variables sont donnés dans le tableau suivant.

Compte tenu de ces différents facteurs, on obtient la matrice suivante qui représente le changement prédit entre l’année 2013 et 2020 en valeur de pixels :

2020

Forêt Non-forêt Total 2020

2013 Forêt 0,911 0,089 1

Non-forêt 0,009 0,991 1

Total 2013 1 1

Tableau 13. Matrice de transition en % prédit entre 2013 et 2020

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 87

2020

Forêt Non-forêt Total 2013

Forêt 1419297,3 138658,05 1557955,35

2013 Non-forêt 0 1389203,19 1389203,19

Total 2013 1419297,3 1527861,24

Tableau 14. Matrice de transition prédit entre 2013 et 2020

D’après la modélisation qu’on a effectuée, près de 138658 Ha de forêts seront perdu d’ici 2020. Cela représente près de 9% de la couverture forestière actuelle. Ce résultat indique une perte annuelle de 1,3%.

II.4. PREVISION DE LA COUVERTURE FORESTIERE

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 88

Carte 7. Prédiction de l’évolution de la couverture forestière de la Région Anosy entre 2013 et 2020 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 89

Carte 8. Prévision de la couverture forestière de la Région Anosy en 2020 Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 90

Chapitre III INTERPRETATIONS ET RECOMMANDATIONS

Pour une meilleure compréhension de la matrice de transition et en guise de comparaison, le tableau suivant a été créé. Il évoque un aspect numérique de l’évolution de la couverture forestière au cours des dates utilisées pour le traitement :

I. Année 2009 2010 2013 Classe Forêt 16395,685 16310,2716 15579,4563 Non-forêt 13074,084 13170,1401 13890,3127 Tableau 15. Comparaison des résultats quantitatifs en km2 entre 2009 et 2013

III.1. INTERPRETATIONS

Ces résultats conduisent à avancer que le traitement d’images multidates est un des outils permettant l’évaluation du changement du couvert forestier. Ces changements, depuis 2009, 2010 jusqu’en 2013, peuvent inclure la déforestation d’une part et la régénération, de l’autre.

III.1.1. Les régénérations

Elles sont surtout localisées dans le District d’Amboasary Atsimo. Notamment, dans le Parc d’Andohahela et les Montagnes d’Anosy, Midongy du Sud, qui sont tous des Aires protégées.

L’existence des aires protégées et la responsabilisation de la population est un des facteurs de la régénération.

Par rapport aux taux annuel antérieurs (tableau ci-dessous), on constate que le District d’Amboasary Atsimo a fait d’énormes progrès en termes de protection de l’environnement.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 91

Taux de déforestation(% par an) District 1990-2000 2000-2005 2005-2010 Amboasary atsimo 0,2 1,3 0,2 Betroka 0,1 0,3 0,3 Taolagnaro 0,8 0,8 0,3 0,5 1 0,2

Tableau 16. Evolution du taux annuel de déforestation entre 2005 et 2010 Source : Evolution de la Couverture de forêts naturelles à Madagascar 2005•2010. ONE, DGF, CI, FTM, MP

Il est à remarquer que le paramètre régénération n’est pas pris en compte lors de la modélisation du fait que sont taux est extrêmement faible par rapport à celui de la déforestation.

III.1.2. Les forêts restantes :

Elles sont localisées presque toutes dans les bandes des Aires protégées. Elles résultent des plans de gestion et de conservation des ressources naturelles. Dorénavant, la déforestation présente un taux absolument élevé par rapport à la régénération, il est logique que celui des forêts restants soit faible et diminue à l’inverse des surfaces défrichées.

Forêts restants Couverture forestière % (km2) (km2)

2009-2010 16310,2302 16396,4691 99

2010-2013 15510,8502 16309,4796 95

2013-2020 14192,973 15579,5535 91

Tableau 17. Superficies des forêts restantes depuis 2009 jusqu’aux prédictions de 2020

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 92

III.1.3. Les déforestations :

Elle est surtout localisée dans le District de Betroka.

Le premier constat concernant les forêts défrichées est leur situation aux abords des routes et des zones habitables. En effet, le besoin en bois de la population ainsi que la pratique du Tavy pourrait en être l’une des principales pressions.

Vu la facilité d’accès, les milieux possédant une altitude assez proche de celle des zones d’habitation sont les plus touchées. Néanmoins, pour les espaces voisins des zones habitables, avec des altitudes plus élevées, celles possédant de faibles pentes sont aussi concernées. On peut dire que ces localisations des déforestations aux environs de ces milieux son dues au fait que la pratique du Tavy est une activité courant dans la région.

Surfaces défrichées Couverture forestière Déforestation %

( ) ( ) annuelle

2009-2010 86,2389 16396,4691 0,005 0,5

2010-2013 798,6294 16309,4796 0,049 1,6

2013-2020 1386,5805 15579,5535 0,089 1,3

Tableau 18. Superficies des forêts deforestées depuis 2009 jusqu’aux prédictions de 2020

Le taux de déforestation de la région d’Anosy connait un accroissement remarquable.

Son taux annuel est de 0,5% entre 2009 et 2010. Seulement, il s’avère que ce chiffre se trouve triplé jusqu’en 2013 vu l’accroissement du nombre de la population qui implique augmentation des besoins en bois et en nourriture.

Dans les 1386 km2 de forêts auront disparus d’ici 2020. Ce résultat est la suite de la modélisation en se référant aux traitements d’images multidates de 2009, 2010 et 2013.

Quoique d’après le principe de la modélisation considérant tous modèles comme faux, cette chiffre permet d’avoir un aperçu du futur afin d’en éviter les conséquences néfastes des pressions d’aujourd’hui. Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 93

Les modes d'exploitation du milieu reposant encore largement sur des systèmes de culture extensifs de type «défriche-brûlis», sont à la base de la dégradation rapide de la forêt.

L'élevage de type extensif, faisant régulièrement appel aux feux de brousse, renforce cette dégradation. Dans un autre registre, la croissance rapide des villes accroit dans de fortes proportions, les besoins en charbon et en bois de chauffe.

La forêt, sollicitée à divers titres, se trouve de plus en plus dégradée et morcelée. Le cycle de la dégradation irréversible de l'environnement est ainsi déclenché.

III.2. RECOMMANDATIONS

On a pu constater que le Tavy représente la pression la plus grave engendrant la dégradation de la forêt. La suppression de cette mauvaise habitude ouvre donc un portail vers la bonne gestion de l’environnement. Or cela est une tache encore moins facile vu que plus de 85% de la population pratique l’agriculture comme activité principale. Et vu la facilité de cette pratique ainsi la gratuité du coût, ces agriculteurs sont incités de le réaliser. De plus, l’infertilité du sol, l’insuffisance de terre à cultiver causé par la forte croissance démographique et la pauvreté poussent les cultivateurs à exécuter cette mauvaise pratique de culture sur brûlis. Ainsi plusieurs recommandations sont proposées :

--La première étape pour enrayer le Tavy est la sensibilisation de la population sur les effets néfastes qui s’enchainent à la suite de cette pratique.

Pour cela, effectuer une approche considérable est indispensable. Il faut que leur mentalité concernant l’environnement change. Ceci est possible grâce à la responsabilisation de la population elle-même. La réalisation du Transfert de Gestion apporte un progrès sur la protection de l’environnement puisque la population se sent plus concernée. Les suivis effectués par les différents organismes ne sont pas à négligés dans ce cas.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 94

--Lorsqu’on sensibilise la population sur la non-pratique du Tavy, il est primordial de leur proposer une solution concernant les pratiques agriculturales qu’ils peuvent réaliser vu que le Tavy a été leur moyen d’approvisionnement. L’adaptation de ces paysans sur les modes de cultures modernes et performantes en est une de ces solutions. On peut leur initier sur l’utilisation d’engrais au lieu de brûler la forêt afin d’y cultiver. De toute façon, l’octroi d’engrais est envisageable grâce aux Transfert de gestion si la pratique des modes de cultures modernes ne leur est pas réalisable par faute de moyen.

--La mise en place des Aires Protégées constitue aussi un moyen pour la sauvegarde de la couverture forestière vu que les études précédentes ont montré qu’il s’agit d’un facteur favorisant les surfaces de forêts restantes et surtout de régénération. Cette étape tient aussi une place prépondérante étant donné que la Région d’Anosy conserve une richesse endémique.

--L’amélioration des travaux fonciers de la Région. En effet, lorsque la population se voit attribuer leurs parcelles respectives, cela les inciterait à prendre soin de leur propriété et à ne pas pratiquer des cultures-sur-brûlis partout.

L’application de ces mesures ne sera guère facile vu l’augmentation du coût et des taches à réaliser, tant par les organismes que par la population. Mais vu les résultats attendus, elle se trouve indispensable. De plus la rentabilité obtenue par la pratique des cultures modernes pourrait pousser les agriculteurs à les pratiquer davantage. Ce qu’il ne faut pas du tout négliger, c’est le fait que la population doit se sentir concernée afin qu’elle ne devienne pas un plus pire auteur de la déforestation.

Les recommandations avancées pour la conservation des ressources forestières sont les suivantes:

--Renforcement des lois forestier ; -- Renforcement des collaborations avec les ONG ; --Multiplication des opérations de reboisement accompagnées de suivi évolutif des jeunes plants ; -- Suivi et évaluation de la couverture forestière par l’utilisation de Télédétection, SIG et modélisation. Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 95

Anosy dispose des richesses endémiques en biodiversité, des Aires Protégées, des réserves spéciales. Des actions en faveur de leur protection et de leur valorisation sont constatées à travers l’existence des organismes tels que l’ANGAP, CI, WWF, …et des afflux des touristes dans les AP ne cessent d’augmenter et entraînants ainsi des améliorations de revenus des populations riveraines.

Ces atouts recèlent pourtant des faiblesses notamment en matière de l’insuffisance des contrôles et de l’application des lois forestières, de l’incidence des TAVY et des feux de brousse, de l’insuffisance d’éducation environnementale des populations locales, de l’exploitation illicite de la biodiversité, de l’exploitation abusive et irrationnelle des énergies bois…

Compte tenu de ces situations, la tendance est actuellement à l’augmentation des superficies des sites de conservation conformément à la déclaration de Madagascar Durban et à ses engagements sur la Convention sur la Diversité Biologique, à la multiplication des organismes privés pour la protection et la valorisation de la biodiversité, l’utilisation des instruments de gestion des ressources naturelles à travers les transferts de gestion aux communautés de base (GELOSE, GCF).

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 96

FORCES FAIBLESSES TENDANCE

Valorisation de la biodiversité Incidence du Tavy et des Création des futures et de feux de brousse Aires Protégées l’écotourisme: Exploitation illicite : conformément à la - Existence de corridor forestier collecte et chasse des déclaration de Durban et dans la région. espèces endémiques l’engagement pris par - Gestion rationnelle des faunistiques et Madagascar dans la ressources floristiques de la région convention de diversité naturelles dans les Aires Exploitation massive de biologique Protégées la biodiversité pour Augmentation des - Sensibilisation des villageois subvenir aux besoins organismes privés et des pour la maîtrise des feux d’énergie, de investissements œuvrant à sauvages et la gestion des feux construction, d’usage la protection et la de végétation médicinal conservation de la Existence de nombreux Emploi des feux pour le biodiversité Organismes d’appui, ONGs, renouvellement de Promotion des transferts projets et programmes qui pâturage; de gestion des ressources interviennent dans le domaine naturelles aux de la conservation et la communautés de base protection de l’environnement : (GELOSE/GCF) GTZ, CIRAD, PSDR, ANAE, ONUDI, CIREEF, WWF, SAGE Tableau 19. Caractéristiques et penchants de la biodiversité anosyenne

III.3. Suggestions sur le traitement d’image

Le facteur temps est un facteur très important lors d’un traitement d’image. Ainsi, il est essentiel d’utiliser des images prises dans la même période pour une meilleure discrimination. Le choix des images est une étape capitale. En effet, l’utilisation des

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 97 images acquises dans la période d’été provoque des confusions d’information. Pour les imageries d’une région montagneuse, les zones ombragées sont assez remarquables. Or, il se peut que leurs signatures spectrales soient voisines de certaines classes d’identifications choisies, ce qui provoque une confusion lors de la classification qui représente une erreur pour le traitement.

Encore que l’interprète doit être familiarisé avec la zone d’étude ou pour le moins avoir un minimum de connaissance sur cette partie à étudier.

Se référencer sur des images à haute résolution telles celles de Google Earth préconise le traitement. Profitablement, ce logiciel est lié à Erdas Imagine. Ce qui offre un avantage temporel pour la localisation des images dans ce logiciel de référence.

Enfin, travailler sur des images associées réduit les erreurs sur la classification. En effet, le fait de combiner les images correspondant chacune aux dates d’analyse évite les confusions sur le choix des classes. Il faut juste faire attention sur la combinaison des bandes afin de bien afficher l’image voulu avec la composition colorée nécessaire.

III.4. Suggestion sur la modélisation

Comme la modélisation est un outil utilisé pour la prise de décision, afin de garantir sa pertinence, le modèle utilisé doit être plus proche de la réalité c’est-à-dire l’erreur doit tendre vers le minimum possible. La modélisation spatiale à grande échelle est meilleure par rapport à celle à petite échelle puisqu’elle permet de ne pas s’en tenir aux généralisations. Quoique celle-ci prendra du temps, pour le recueil d’informations et nécessite des images de très haute résolution. Dans ce cas donc, le coût de l’image et la durée du traitement augmentent.

L’intégrité des paramètres à concourir sur une fonction d’activation d’un modèle garantit la pertinence de la modélisation permettant d’avoir une prise de décision adéquate. Plus les variables et les paramètres prédictives sont nombreux, plus les décisions obtenues à partir de la réalisation de la modélisation sont appropriées. Cependant il ne faut tout de

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 98 même pas abuser sur le choix de ces paramètres mais il est primordial de prendre ceux qui conditionnent réellement les résultats de la modélisation.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 99

CONCLUSION

L’environnement est en relation direct avec tout être de ce monde. L’homme en est le premier concerné. La détérioration de la nature implique des conséquences graves sur notre vie. De plus, vue la place prépondérante que prend l’écosystème de Madagascar sur notre planète, l’évaluation de l’évolution du couvert forestier s’avère alors très indispensable de procéder.

Le présent mémoire nous a permis d’estimer la surface d’occupation forestière de la région d’Anosy aux années 2009, 2010 et 2013. Les techniques de l’information géographique que sont la télédétection et le SIG ont été les outils indispensables pour la réalisation de l’étude. De plus, avec la modélisation, on a pu effectuer une estimation postérieure de cette couverture.

Partant d’un taux de déforestation annuel de 0,2% entre 2005 et 2009 (Rapport sur l’évolution annuelle à Madagascar, 2005-2010, CI), passant à 0,5% pour 2009 à 2010, la Région d’Anosy perd jusqu’à 1,6% de sa couverture forestière l’année dernière. Dans les 81600 ha de perte ont été remarquées pendant les quatre années précédentes (2009 à 2013). Etant donné les impacts environnementaux, sociaux, culturels et économiques de la déforestation, ce chiffre reste particulièrement élevé.

Favorablement, la modélisation a exposé la diminution de ce taux jusqu’à 1,3% jusqu’en 2020.

Cependant, les efforts sur la gestion et la protection de l’environnement doivent être tonifiés vu que ce taux représente une surface de19800 ha.

La réalisation de cet étude pourrait apporter un aide à la prise de décision et contribuant ainsi à l’amélioration de l’environnement, certes, du quotidien mondial.

Les contributions des Géomètres-Topographes sont surtout basées sur les travaux cartographiques et les travaux d’analyses spatiales dans l’aménagement. L’orientation Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 100 vers la technologie impliquant l’utilisation des différents logiciels mis à notre disposition élargit notre connaissance ainsi que nos thèmes de travail. Cependant, quelles contributions apportent ces technologies tant sur l’environnement que pour nous ingénieurs?

.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 101

REFERENCES BIBLIOGRAPHIQUES

[1] : Center for Applied Biodiversity Science, Conservation International. Methodology for Mapping Changes in Forest Cover with Landsat TM and ETM+ Imagery. 28p.

[2] : Centre canadien de télédétection. Notions fondamentales de télédétection. 266p.

[3] : Charles BOUVEYRON et Stéphane GIRARD,2009. Classification supervisée et non superviséedes données de grande dimension, 21p.

[4] : Claude Kergomard,Ecole Normale Supérieure Paris. LA TÉLÉDÉTECTION AÉRO- SPATIALE : UNE INTRODUCTION.

[5] : Comité Fédéral de Coordination InterAgence pour la Cartographie Numérique in BORDIN P., 2002. SIG concepts, outils et données, Hermès Science Publications.

[6] : J. Ronald Eastman, January 2012. IDRISI Selva Manual, 322p.

[7] : Jean Christophe Carret, Bienvenu Rajaonson, Paul Jean Feno and Jurg Brand, L’environnement a Madagascar : un atout a préserver, des enjeux a maitriser

[8] : Laurent POLIDORI,Ecole Supérieure des Géomètres et Topographes. Introduction à la télédétection spatiale,60 p.

[9] : Madagascar National Park.Faune,flore et parcs, 10p.

[10] : Ministère de l’agriculture, de l’élevage et de la pèche, 2003. Monographie de la région d’Anosy. 106p.

[11] : OLIVIER DE JOINVILLE. Introduction à la télédétection

[12] : Pr. Anas EMRAN, Institut Scientifique UMVA Rabat, Juillet 2005. Données Landsat mises à disposition pour le Développement Durable en Afrique.

[13] : Programme des Nations Unies pour le Developpement,Avril 2012.Le point sur la conférence de Durban; 26 p.

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 102

[14] : RAKOTOARISOA Asandratra,2011. Modélisation de corridor de migrationdans le complexe Mangoky Ihotry, Cas des espèces primates, 77p.

[15] : Rhône Alpes. Système d’Information Géographique, 46p.

[16] : SOUDANI KAMEL, mars 2005. Cours Télédétection ECO II.Version 1.2, Université Paris-Sud.

[17] : Stéphane Derrode. Télédetection - Formation des images SAR. École Centrale de Marseille

[18] : www.unesco.org

[19] : www.regionanosy.mg

[20] : www.rncan.gc.ca

Analyse de l’évolution de la couverture forestière de la Région d’Anosy | 103

ANNEXES

ANNEXE 1 : Liste des aires protégées de la région d’Anosy

DESCRIPTION ADMINISTRATEUR NOM DU SITE CLASSE SUPERFICIE COMMUNES DE DONNEES SAPM (HA) ADMINISTRATIVES CONCERNEES AP MNP Andohahela AP 81252 Maromby;Manevy; Ranomafana;Tranomaro; Enakara;Enaniliha; Ambatoabo;Fenoevo; Behara;IsakaIvondro; Mandiso;Manambaro; Ankarera;Ankaramena; Ranopiso AP MNP Kalambatritra AP 30 403 Iakora;Tsaraitso;Begogo; Ivahona AP MNP Midongy du Sud AP 205 985 Ivondro;Begogo;Maliorano; Andranolalina;Ambongo; Ambatolava;Midongy atsimo ;Beharena;Vatanato; Ankazovelo;Isahara; Antondabe;Befotaka; Amparihy Est; Antaninarenina;Analamary NAP QMM Ambato Atsinanana AP 1311 Mahatalaky; (Sainte Luce) Mandromodromotra NAP Asity Madagasikara Ambatotsirongorongo AP 1054 Ankaramena;Ranopiso; Sarasambo;Analapatsa I NAP WWF Ankodida AP 10551 Behara;Ankarera; Amboasary Atsimo; Tanandava Atsimo; Andranobory

NAP WWF Behara-Tranomaro AP 96588 Tranomaro;Ifotaka;Behara; Amboasary Atsimo NAP WWF Beteny AP 10421 Mahaly;Maromby; Tranomaro NAP MBG Complexe AP 18109 Mahaly;Tsivory;Marotsiraka; Anadabolava Ebelo NAP WWF Corridor entre AP 18240 Parcelles I et II d'Andohahela Ambatoabo;Behara NAP WWF Ekintso AP 91071 Imanombo;Ebelo; Antanimora Atsimo;Ifotaka NAP WWF Extension ala maiky AP 9954 Ankodida Tranomaro Tranomaro;Ifotaka;Behara NAP WWF Extension ala maiky, AP 12003 Ambatoabo;Behara; Ankodida Tsimelahy Ankarera;Ranopiso; Amboasary Atsimo; Andranobory NAP Asity Madagasikara Forêt de AP 60335 Manantenina;Ampasimena; Tsitongambarika Ranomafana;Bevoay; Enakara;Iabakoho; Mahatalaky;Fenoevo; IsakaIvondro;Ifarantsa; Ampasy; Mandromodromotra; Soanierana NAP QMM Mandena AP 231 Ampasy NAP WWF Nord-Ifotaky AP 22281 Ebelo;Ifotaka;Ambanisarike NAP QMM Petriky AP 126 Manambaro NAP WWF Sud-Ouest Ifotaky AP 57062 Ifotaka;Behara;Ambanisarike; Ambovombe;Ambohimalaza;

Ankilikira;Maroalomainte NAP WWF Tirimena- AP 7483 Voaimongotse Imanombo;Ebelo

Source : arrêté interministériel n°52005du 20 décembre 2010, Commission SAPM

ANNEXE 2 : LE LOGICIEL ERDAS IMAGINE

ERDAS IMAGINE 2011 est le logiciel de traitement d’image utilisé lors de cette étude.

L’interface principale du logiciel se présente comme suit :

Parmi les différents logiciels de traitement d’image, il offre certains avantages pour ses utilisateurs.

En effet, ce logiciel de télédétection comporte un outil qui le relie directement avec Google Earth.

Une zone affichée dans Erdas peut donc être aperçue avec la même étendue dans Google Earth.Et vis versa, lorsqu’avec Google Earth,on visualise une zone d’une image ouverte dans Erdas , il est possible d’avoir directement dans Erdas la visualisation de celle-ci avec le même zoom. De plus, avec Erdas Imagine 2011 il est possible d’afficher plusieurs images à la fois, ce qui permet de les visualiser en même temps. De plus, ces images peuvent être reliées entre elles comme montre l’image ci-dessous.

ANNEXE 3 : ARCGIS

Arcgis 10 est le logiciel utilisé lors de l’intégration SIG, la réalisation et la mise en page des différentes cartes.

Il s’agit en réalité d’une suite qui se décline en trois versions : ArcView, ArcEditor et ArcInfo. La différence entre ces trois options en est le nombre d’options supplémentaires disponibles. Chacune de ces trois versions est constituée d’une interface ArcCatalog et d’une interface ArcMap qui se représente comme suit

La figure suivante représente la mise en page dans le logiciel.

ANNEXE 3 : LE LOGICIEL IDRISI SELVA

ANNEXE 3 : LES PARAMETRES DE LA MODELISATION

Altitude Pente

Distances par rapport aux infrastructures routières

Distances par rapport aux fleuves Distances par rapport aux cours d’eau

Distances par rapport aux zones habitables Distances par rapport aux zones habitables par firaisana

Distances par rapport aux zones habitables par Distances par rapport aux zones habitables par commune fivondronana

Nom : RAMIARAMANANA Prénom : Hariniaina Titre : Analyse de l’évolution de la couverture forestière de la région d’Anosy Nombre de pages : 103 Nombre de figures : 10 Nombre de tableaux : 19 Nombre de cartes : 7

RESUME Conscient des conséquences néfastes résultant de la dégradation accrue de l’environnement, différents projets sont mis au point tant par les pays riches que ceux moins développés. Madagascar en est concerné vu la place prépondérante que tient les ressources de la Grande Ile à l’échelle mondiale. L’évaluation de l’évolution de la couverture forestière de la Région d’Anosy par le présent mémoire a permis d’apprécier à l’aide de la télédétection et du SIG les variations du couvert de la zone d’étude. Il a aussi avancé un aperçu des forêts restantes en 2020. Quantitativement, de 2009 en 2013, le taux de déforestation de la Région ne cesse d’accroitre. Fort heureusement, on constate une diminution de ce taux depuis 2013 jusque ’en 2020 à travers la modélisation. Mots clés : Télédétection, SIG, Modélisation, Couverture forestière

ABSTRACT Conscious of the harmful consequences result from the increase environnement’s degradation, different plans are finalized both by the rich countries and the less developed ones. Madagascar has to do with in view of the predominant place that hold the Large Island’s ressources in world scale. The evaluation of the Anosy region’s forest cover evolution by the present report allowed to show, through remote sensing and GIS the study area’s cover. It also advanced a prediction of the remaining forest in 2020. In quantity, from 2009 to 2013, region’s deforestation rate grow constantly. Fortunately, we observe a decrease of this rate since 2013 until 2020 through the modeling . Keywords: Remote sensing, GIS, Modeling, Forest cover

Rapporteurs : Docteur. RABARIMANANA Mamy, Chef du Département Information Géographique et Foncière (IGF). Monsieur RASOLOHERY Andriambolantsoa, Spécialiste en Télédétection au sein de la Conservation International Adresse de l’auteur : Lot IA 023 A Avaratsena Talata Volonondry, Antananarivo 102 Contacts : 034 29 292 63 / [email protected]