dc.description.abstract |
La mise à jour des données d’inventaire forestier est très importante pour la gestion durable
des forêts, le suivi des changements globaux et l’estimation du volume ligneux. Depuis les
accords internationaux (protocoles de Montréal et de Kyoto), les besoins en méthodes de
cartographie du capital forestier sont de plus en plus pressants. Plusieurs méthodes de
détection de changements et de cartographies du volume de bois des peuplements forestiers
à l'aide de la télédétection ont été développées. Dans des milieux forestiers semi-arides, ces
méthodes, restent à explorer dans le but de voir l’évolution du couvert forestier et de la
cartographie du volume de bois dans une pinède naturelle à Pin d’Alep située dans la partie
centrale de l’Atlas saharien (Forêt domaniale de Sénalba Chergui, Wilaya de Djelfa). Les
images utilisées pour la détection des changements proviennent essentiellement des
capteurs TM et TM+ de Landsat. La différenciation des bandes individuelles TM4 et TM5,
des ratios TM4/TM5, TM7/TM5 et enfin la différenciation des indices spectraux de
végétation NDVI et d’humidité NDMI ont été utilisées dans le but de sélectionner la
donnée pertinente pour le projet de détection des changements au niveau de la zone d’étude
sur une période allant de 1994 à 2009. Ce bilan spatio-temporel a été possible uniquement
après une série de prétraitements de correction géométrique et de normalisation
radiométrique de la série temporelle. En outre, plusieurs seuils radiométriques (seuils de
changements) ont été testés pour trouver celui qui a le pouvoir de déterminer les meilleurs
changements au niveau des différentes périodes étudiées. Les valeurs les plus significatives
des précisions globales obtenues par les matrices d’erreurs sont ceux de l’indice NDVI en
utilisant 0,9δ par rapport à la moyenne.
Les limites de l’inventaire forestier Algérien nous ont amené aussi à considérer la
télédétection et la modélisation comme une alternative pratique pour l’estimation du
volume de bois des peuplements de Pin d’Alep. Le recours au développement de relations
mathématiques directes entre le signal radiométrique et les valeurs du volume de bois
mesuré a été un choix judicieux pour la sélection des meilleurs modèles d’estimation du
volume de bois. Les mesures du volume moyen des 151 placettes ont été combinées aux
données de télédétection en utilisant la régression linéaire ordinaire (RO) et la régression
reduced major axis (RMA). Pour l’image Landsat TM de 2009, les meilleurs modèles issus
des deux méthodes de régression sont ceux utilisant le NDVI comme variable
indépendante. Les RMSE étaient de 20,30% (16,10 m3ha-1) et 22,50% (17,83 m3 ha-1)
respectivement pour la RO et RMA.
Les modèles par régression RMA ont été retenus pour la réalisation de la carte du volume
de bois estimé par rapport à ceux issus de la RO puisqu’ils conservent des valeurs réalistes
d’écarts types dans les estimations du volume et qu’ils procurent de plus faibles RMSE
dans la classe des volumes supérieurs à 40 m3ha-1. La méthodologie de cartographie du
volume ligneux a été appliquée aussi sur des images Landsat TM de 2006, Alsat-1 de 2005
et GeoEye 2009, ce qui établit sa pertinence pour des images acquises à des dates
différentes ou par d’autres capteurs. L’intégration de la hauteur moyenne des peuplements
de Pin d’Alep, comme variable indépendante dans les analyses de régression ordinaire
avait permit efficacement de reproduire des modèles offrant des résultats fort intéressants
pour l’estimation du volume de bois pour l’ensemble des images testées. Les RMSE
obtenus de la validation des meilleurs modèles qui intègrent la hauteur moyenne des
peuplements de Pin d’Alep comme variable indépendante sont de 0,153 (12,13 m3ha-1),
0,154 (12,21 m3 ha-1), 0,158 (12,53 m3ha-1) et 0,185 (14,67 m3ha-1) respectivement pour
les images Landsat 2006, Landsat 2009, Alsat-1 2005 et GeoEye 2009. |
fr |
dc.subject |
hanges detection, Estimation of wood volume, differentiation method, NDVI, ordinary regression, RMA regression, Aleppo pine, semi-arid, Sénalba Chergui, Djelfa, Algeria |
fr |