Navigation – Plan du site

AccueilRubriquesEnvironnement, Nature, Paysage2006Apport de trois méthodes de détec...

2006
357

Apport de trois méthodes de détection des surfaces brûlées par imagerie Landsat ETM+ : application au contact forêt- savane du Cameroun

The contribution of three methods of detection of burnt areas using Landsat ETM+ imagery: application to the forest-savanna contact zone of Cameroon
Collins Etienne Kana et Joachim E Etouna

Résumés

La plupart des savanes d’Afrique sont chaque année parcourues par des feux au bénéfice des activités cynégétiques et agropastorales. L’objectif de cette contribution est d’évaluer l’apport de l’imagerie Landsat à la définition et à la discrétisation des zones affectées par des feux saisonniers. La méthodologie utilisée porte sur trois modes de traitement, à savoir l’algorithme de détection des surfaces brûlées élaboré par Eva et Lambin (1998), la classification non supervisée par isodata réalisée sur le canal infrarouge thermique et la classification supervisée par maximum de vraisemblance réalisée sur des trichromies optimisées combinant les canaux 6.1, 5 et 6.2. Les traitements ont permis de mettre en évidence les tâches affectées par les feux récents et anciens, les forêts et les savanes non brûlées.
La méthode de seuillage Lambin et Eva et la classification supervisée donnent des résultats assez concordants aussi bien en termes quantitatifs que de recouvrement spatial. Ces deux méthodes indiquent que des pourcentages respectifs de 28,25 et 27,9 de l’aire totale ont été affectés par les feux (anciens et récents). La classification automatique réduit la proportion du territoire affectée par les feux à 18%. Cette sous-évaluation des feux est liée à l’inadaptation de cette dernière méthode à discriminer efficacement les surfaces affectées par les feux relativement anciens ou peu virulents et souligne la nécessité d’une utilisation conjointe des canaux 5 et 6 dans la discrétisation des superficies brûlées.
La répartition des superficies brûlées par type de végétation indique que 36% de savanes arbustives, 23% de savanes boisées, 7% de forêts dégradées et 0,4% de forêts denses humides ont brûlé à cette période qui correspond juste au milieu de la saison sèche pour la zone d’étude. Ces expériences doivent toutefois être reprises sur d’autres sites et à d’autres périodes de l’année en vue de mieux apprécier l’apport du système Landsat dans l’étude des feux de végétation en territoire camerounais.

Haut de page

Texte intégral

Introduction

1L’Afrique est souvent considérée comme le « continent de feu » en raison de la grande fréquence des feux de végétation qui l’affectent sur de grandes superficies. En effet, les biomes de savanes du continent sont chaque année parcourues dans leur quasi-totalité par des feux. La susceptibilité des savanes africaines aux feux de végétation s’explique dans une large mesure par l’irrégularité saisonnière des précipitations qui induit une saison de pluies et une saison sèche au cours de laquelle les plantes deviennent séniles.

2Les feux de végétation ont un impact important dans les changements globaux, notamment en termes d’émissions atmosphériques de gaz à effet de serre (Liousse, 1993). Ils sont aussi présentés comme ayant un impact significatif sur l’ordonnancement et la dynamique des peuplements végétaux (Monnier, 1968, 1981 ; Mertens et Lambin, 1997 ; Eva et al, 2003 ; Achard et al., 2002), occasionnant périodiquement des dégâts matériels importants, voire des pertes en vies humaines. Ce qui justifie l’intérêt croissant des Communautés internationale et nationale pour l’étude des feux de végétation. Plus de 150 Etats signataires de la convention des Nations Unies sur les changements climatiques (UNEP/WMO, 1995) à l’instar du Cameroun, sont astreints à produire périodiquement un inventaire national des gaz à effet de serre. Si d’importants efforts ont été réalisés dans les pays développés, très peu d’actions concrètes ont été à l’inverse engagées dans les pays sous-développés. Ceci s’explique notamment par l’insuffisance des moyens financiers, matériels et humains mobilisés. Aujourd’hui, la télédétection apparaît comme un outil précieux et peu onéreux d’observation des écosystèmes terrestres. Elle peut être utilisée, dans le cas du Cameroun, pour tester les méthodes de suivi des feux de végétation qui fournissent l’essentiel des émissions de gaz à effet de serre dans le territoire national.

3L’objectif principal de cet article est donc d’évaluer les apports de quelques méthodes habituellement utilisées pour la détection des surfaces brûlées par imagerie Landsat dans le cas particulier du contact forêt savane du centre Cameroun.

4La présente contribution est structurée en quatre grandes parties. La première partie présente succinctement le contexte de l’étude. La deuxième partie, relative à la méthodologie, décrit les principes physiques d’identification des surfaces brûlées ainsi que leur application à travers trois modes de traitement d’une image Landsat ETM. La troisième partie et la quatrième présentent respectivement les résultats obtenus et leur interprétation.

Contexte de l'étude

Zone d’étude

5La zone faisant l’objet d’étude est située dans le contact entre les forêts denses humides au sud et les savanes arbustives et arborées au nord. Elle s’étend grossièrement au sud, entre la confluence Lom-Pangar-Mékié le cours inférieur de la Kadéi, et au nord entre la localité de Ngaoundal et la ville frontalière de Garoua Boulaï. Dans l’ensemble, la distribution de la végétation se calque moins sur les moyennes annuelles des précipitations que sur la répartition annuelle de celles-ci.

6Autour de la vallée inférieure de la Sanaga au sud-Ouest de la zone d’étude, la saison sèche s’étend sur 2 à 3 mois avec des moyennes annuelles de pluies qui varient entre 1400 et 1800 mm (Suchel, 1988). Le couvert dominant est la forêt dense humide semi-décidue à Sterculiacées et Ulmacées (Letouzey, 1968). Cette forêt progresse sur ses marges - à la faveur de recrûs forestiers - au détriment des savanes péri-forestières non brûlées (Youta Happi, 1998) même si des actions anthropiques créent en son sein un « paysage domestiqué » où s’entremêlent les grands arbres caractéristiques, les cultures et les recrûs broussailleux, communément appelés forêts dégradées.

  • 1 D’après les études récentes, elles résultent d’une phase climatique sèche passée qui s’est manifest (...)

7Sur les franges septentrionales de cette forêt s’étend une zone de mosaïque où forêts et savanes s’interpénètrent à l’infini. Ces savanes péri-forestières faiblement arbustives, présentent localement des faciès herbeux essentiellement constitués d’Imperata, de Pennisetum purpereum et d’Andropogon. Les conditions climatiques actuelles ne sont pas différentes de celles qui prévalent dans les forêts semi-décidues. L’existence d’un climat sec passé justifie probablement la présence des savanes péri-forestières1 ainsi que les conditions écologiques locales (mauvais drainage, cuirassement de surface) et dans une moindre mesure les techniques actuelles de mise en valeur (Letouzey, 1968).

8Au-delà de la forêt et de ses franges, se trouve le domaine des savanes arbustives ou arborées à Daniella oliveri et Lophira lanceolata du plateau de l’Adamaoua. La moyenne annuelle des précipitations varie ici entre 1400 et 1600 mm comme dans le domaine du contact forêt-savane, mais la saison sèche se prolonge sur 4 à 5 mois.

9Faute d’une carte récente sur la végétation de la zone d’étude, la carte des principales formations végétales de la zone d’étude (Fig. 1) a été extraite de la carte de la végétation de l’Afrique centrale au 1/5 000 000, réalisée dans le cadre du projet « TREES » (Mayaux et al, 2002) à partir de l’imagerie NOAA. Toutefois, si le découpage de la zone forestière, réalisé à partir des données à 1 km de résolution, a été maintenu, celui des savanes, effectué à partir des données re-échantillonnées à 4 km de résolution a été remplacé par le découpage de la carte écologique du Cameroun, élaborée par l’ONADEF en 1984 à partir des images LANDSAT.

Figure 1 : Principales formations végétales de la zone d’étude

Figure 1 : Principales formations végétales de la zone d’étude

10Les superficies calculées des différents types de couvert végétal sont contenues dans le tableau 1.

Tableau 1 : Superficies calculées des différents types de couvert végétal.

Type de couvert végétal

Superficie (en ha)

Pourcentage par rapport à la superficie totale

Forêts denses humides

423 000

12, 52 %

Forêts dégradées et recrûs forestiers

144 100

4,27 %

Mosaïque forêt-savane

75 330

2,23 %

Savanes arborées soudaniennes

463 000

13,71 %

Savanes arbustives soudaniennes

2 268 963

67,19 %

Savanes herbeuses

2 607

0,08%

TOTAL

3 377 000

100 %

Source : Estimation des superficies dans un logiciel SIG

11Les modes de mise en valeur sont pour l’essentiel calqués sur les types de paysages végétaux. Les savanes soudaniennes connaissent une longue tradition d’élevage qui suit un système de vaine pâture, utilisant les feux pour l’entretien et le renouvellement des pâturages de bovins et de caprins. C’est aussi le domaine d’une agriculture sur brûlis produisant essentiellement du manioc et quelques céréales. La zone forestière par contre est essentiellement le domaine des plantations de cacao ainsi que d’une polyculture vivrière associant les tubercules (manioc, macabo et patate) à la banane plantain.

12Toute la zone est parcourue par des feux saisonniers, planifiés ou accidentels. Les feux planifiés sont les plus fréquents. Ils sont utilisés notamment pour renouveler les pâturages, traquer le gibier, défricher les terrains agricoles et même pour nettoyer les savanes dans le but de limiter la prolifération de la faune prédatrice.

13Avec 4 à 8 habitants/km², cette zone fait partie des secteurs très peu peuplés du Cameroun, la moyenne nationale étant d’environ 38 habitants/km² (2ème Recensement Général de la Population et de l’Habitat, 1987). Par ailleurs, l’essentiel de la population est concentré dans les principaux centres administratifs que sont Bétaré Oya, Garoua Boulaï, Ngaoundal et Dir, laissant l’arrière-pays pratiquement vide d’hommes.

Apport de la télédétection à l’étude des surfaces brûlées

14Face aux contraintes opérationnelles liées à l’évaluation objective des feux de végétation par la communauté scientifique précisément dans les pays pauvres, certains rapports soulignent l’urgence de la mise sur pied d’un système permanent de suivi des combustions de biomasse utilisant un satellite permanent (Malingreau, 1994 ; Hao et Liu, 1994).

15D’importants progrès ont été réalisés au cours de la dernière décennie dans les résolutions spatiale et spectrale des capteurs embarqués à bord des satellites d’observation de la terre d’une part, et dans les développements algorithmiques pour la détection des feux de végétation d’autre part. Parallèlement, des données issues de divers satellites couvrant une partie ou la totalité du globe ont été produites et sont mises à contribution.  De nombreux auteurs se sont consacrés à l’étude des combustions végétales par télédétection. Des exemples existent aux niveaux régional (Eva et Lambin, 1998 ; Eva et al., 2003), continental (Cahoon et al., 1992 ; Koffi et al., 1995) et plus récemment à l’échelle globale (Boschetti et al., 2002 ; Piccolini et Arino, 2000 ; Tansey et al., 2002). L’intérêt de ces études réside dans l’évaluation des émissions atmosphériques et de la dynamique des peuplements végétaux induites par les feux. La plupart de ces études se sont appuyées sur des enregistrements issus des satellites de faible résolution spatiale (NOAA- AVHRR, ATSR, MODIS, SPOT VEGETATION, TRMM) présentant un double avantage : la grande fréquence de passage et la couverture de superficies importantes. Rapportés à l’étude des feux actifs à un niveau local, ces enregistrements présentent des limites au rang desquelles l’omission des feux dont la température ou l’extension spatiale est insuffisante pour marquer la radiométrie du pixel. Rapportés à la cartographie des superficies brûlées, ces données ne permettent pas de discrétiser efficacement les surfaces affectées par les feux. Leur validation dès lors, nécessite des mesures au sol ou l’exploitation de l’imagerie haute résolution spatiale (LANDSAT TM ou ETM, SPOT 4 ou 5, IKONOS).

16Dans cette optique, le système Landsat est l’un des plus adaptés en raison de sa haute résolution spatiale (27 à 120 m) et multispectrale (4 à 7 canaux d’observation). Mais là aussi, les méthodes varient d’un auteur à l’autre en raison de la diversité des types de feux, elle-même liée à la diversité des milieux écologiques. Certains auteurs privilégient la classification automatique du canal infrarouge thermique (Ball et Hall, 1965 ; Scholes, 1995) ; d’autres procèdent par des classifications supervisées à partir des compositions colorées combinant divers canaux (Arino et Rosaz, 1999 ; Isichei et al, 1995, Youta Happi, 1998), ou par seuillage dans un ou plusieurs canaux (Eva et Lambin, 1998, ). On peut se demander quel est l’apport spécifique de chacune de ces méthodes dans l’identification et la caractérisation des surfaces brûlées.

Outils et méthodes

Image Landsat utilisée

17L’image Landsat utilisée dont les caractéristiques sont présentées au tableau 2 a été obtenue à partir du site de « Global Land Cover Facility » (GLCF) de l’Université de Maryland aux Etats-Unis. Elle est de bonne qualité et dépourvue de signaux perturbateurs comme des couverts nuageux. Elle couvre la zone forestière au Sud, les savanes guinéennes ou périforestières au centre et les savanes guinéennes arbustives et arborées au Nord.

Tableau 2 : Caractéristiques de l’image utilisée

Type

Image orthorectifiée LANDSAT E.T.M

Date d’acquisition

05/02/2000

Path/Row

184/056

Centre de l’image

5,7892748° N ; 13,8858345°E

Nombre de canaux (bandes)

9 (B1, B2, B3, B4, B5, B6.1, B6.2, B7 et B8)

Taille du pixel (en m)

28,5 (57 pour B6.1 et B6.2)

Système de projection

UTM, Zone 33

Hauteur du soleil

52.0013626

Azimut

125.5782693

Principes de sélection des pixels des feux

18Les algorithmes de détection des surfaces brûlées s’appuient généralement sur deux variations physiques observables sur le couvert végétal après le passage des flammes (Arino et Rosaz, 1999 ; Eva et Lambin, 1998), comme l’indique la figure 2 :

    • 2 Top- Of- Atmosphere

    la diminution substantielle de la réflectance TOA2 dans le moyen infrarouge (1,55- 1,75µm). Les surfaces brûlées présentent une réflectance plus faible que la végétation saine dans le moyen infrarouge, en raison de l’absorption des radiations par les cendres (Brustel & al, 1991) ; ceci indépendamment des écosystèmes, même si le signal est plus persistant en savane qu’en forêt. Toutefois, cette réflectance des surfaces brûlées dans le moyen infrarouge est voisine de celles des surfaces très humides et rend les confusions possibles. Ceci justifie la prise en compte d’un deuxième discriminant plus sévère ;

  • l’augmentation des températures de surface dans les zones brûlées pendant la journée en raison de la forte absorption des radiations solaires et de l’absence de l’évapotranspiration qui dans les conditions normales, assure le transfert de l’énergie dans l’atmosphère sous forme de chaleur latente, à travers la vapeur d’eau. De plus, la présence des cendres et du charbon décroît l’albédo de surface et en augmente la température d’environ 7 à 8° Kelvin.

Figure 2 : Représentation schématique du profil spectral des savanes tropicales (Eva & Lambin, 1998)

Figure 2 : Représentation schématique du profil spectral des savanes tropicales (Eva & Lambin, 1998)

Mise en œuvre des différentes méthodes

19Trois méthodes de traitement ont été appliquées à l’image. Il s’agit notamment de la méthode par seuillage mise au point par Eva et Lambin (1998), de la classification non supervisée par isodata (Ball et Hall, 1965 ; Scholes, 1995) et de la classification supervisée à partir d’une composition colorée.

Algorithme d’Eva et Lambin (1998)

20C’est une méthode de seuillage qui comporte quatre étapes dont trois relatives à la conversion des comptes numériques en réflectance et en température de surface et une quatrième relative à l’application effective des seuils. Les quatre étapes sont succinctement présentées ci-dessous :

  • la conversion des comptes numériques en radiance Lλ par la formule de Markham et Barker (1987) : Lλ = Lmin + (DN) [(Lmax- Lmin)/255] où DN désigne le Digital number ou compte numérique, Lmax= 2.719 mW cm-2 sr-1 µm-1 et Lmin= -0.037 mW cm-2sr-1µm-1

  • Conversion des radiances en reflectance TOA (ρ) par la formule de Markham et Barker (1987) : ρ = π Lλ d² / cosθ Esun en prenant Esun= 2493 mW cm-2µm-1

  • Conversion des comptes numériques du canal 6.1 en radiance, puis en température de surface par la formule de Mansor et al. (1994) :
    L
    6.1 + 0.00563225 (DN) + 0.1238 mW cm-2sr-1µm-1
    T6.1 = K2 / [ln (K1/L6.1 +1)]
    K
    1 = 60.776 mW cm-2sr-1 µm-1 et K2= 1260.56 K

  • Application des seuils, déterminés à partir des signatures spectrales des différentes unités spatiales : feux récents, anciens feux, savanes non brûlées, forêts denses humides (cf. tableau 3).

Tableau 3 : Signatures spectrales des différentes formes identifiées sur Landsat TM.

Tableau 3 : Signatures spectrales des différentes formes identifiées sur Landsat TM.

Les valeurs du PIR expriment la reflectance TOA (mW cm-2µm-1) et celles de l’IRT, les températures de surface (en Kelvin)

Source : Eva et Lambin (1998) et calculs des auteurs

21Les signatures spectrales moyennes ci-dessus ont été calculées sur la base des relevés de terrain réalisés en Centrafrique, dans des contextes bioclimatiques similaires à celui de la région d’étude qui est d’ailleurs frontalière entre le Cameroun et la République Centrafricaine. Il faut par ailleurs souligner que ce sont non pas les types de peuplements végétaux, mais plutôt les cendres qui marquent la radiométrie des surfaces brûlées, en relevant la radiation absorbée et en diminuant la radiation refléchie. Par conséquent, ces mesures peuvent être valides pour la présente étude. Cependant, pour minimiser la marge d’erreur, des valeurs seuils appliquées pour la présente étude ont été déterminées dans l’intervalle Moyenne Ecart-type (Tableau 3, 3ème ligne)

Classification non supervisée du canal infrarouge thermique

22La deuxième méthode appliquée consiste en une classification non supervisée du canal infrarouge thermique par isodata. Elle regroupe automatiquement les pixels dont les radiométries sont proches les unes des autres, selon des critères ne faisant pas appel à une référence a priori. Le nombre de classes retenues a été fixé dans l’intervalle 3 et 10; chaque classe ayant pour amplitude minimale 5 et pour écart-type maximal 1.

Classification supervisée à partir des canaux combinés 6.1- 5- 6.2.

23Une classification supervisée a été opérée sur une composition colorée combinant les canaux 6.1, 5 et 6.2. Le choix de ces trois canaux a été guidé par l’analyse du profil spectral des savanes tropicales (cf. fig.2). Dans les images Landsat ETM, la sensibilité du canal 6 est considérablement améliorée par la possibilité d’enregistrement en deux modes à partir de la "Mission Operation Center (MOC)" : le "low gain" pour la bande 6.1 et "high gain"pour la bande 6.2. La taille du pixel dans les bandes 6.1 et 6.2 est de 58 m, contre 27.5 m dans la bande 5. La superposition a été rendue possible par un re-échantillonnage des bandes 6.1 et 6.2. La composition a permis de distinguer 4 principales classes :

  • le violet pour les feux récents,

  • le jaune pâle pour les feux anciens,

  • le gris foncé pour la forêt non brûlée,

  • le vert pour les savanes non brûlées.

24Des « parcelles d’entraînement » ont été définies pour chacune d’elles. A la suite de la classification supervisée par maximum de vraisemblance et de la vectorisation automatique, quatre couches géométriques ont été exportées vers le S.I.G-ARCGIS 9.0 pour permettre la superposition des couches vectorielles (centres urbains, cours d’eau) issues des cartes existantes d’une part et le calcul des superficies d’autre part.

Résultats obtenus

25Les résultats obtenus portent sur l’estimation des surfaces brûlées et leur répartition suivant les différentes formations végétales de la zone.

Estimation des superficies brûlées

26L’algorithme d’Eva et Lambin a permis de détecter les surfaces affectées par les feux récents, les feux anciens de quelques semaines ainsi que les savanes et les forêts non brûlées. Les surfaces touchées par les feux récents couvrent une superficie de 569800.86 ha, soit 16.87% de l’aire de l’image. Les surfaces affectées par les feux anciens quant à elles, touchent 384244.42 ha soit un pourcentage de 11,38. La superficie totale brûlée est donc évaluée à 954045.28 ha, soit 28.25% de la superficie totale étudiée. Les forêts et savanes non brûlées occupent respectivement 673 820 et 1 749 134 ha.

27La classification supervisée, avec une matrice de confusion de 98,3162 % et un coefficient de Kappa de 0,9822, donnent des résultats similaires, avec cependant une légère diminution de la superficie totale des feux (cf. fig.3). Cette diminution (d’environ 869.914 ha) est essentiellement imputable aux feux anciens dans le domaine des savanes.

Figure 3 : Similarités entre les résultats de la classification supervisée par composition colorée et ceux de l’algorithme d’Eva et Lambin, (1998).

Figure 3 : Similarités entre les résultats de la classification supervisée par composition colorée et ceux de l’algorithme d’Eva et Lambin, (1998).

28Le décompte du nombre de taches brûlées laisse pourtant apparaître que le nombre de feux anciens reste légèrement plus élevé dans la classification par composition colorée que dans celle obtenue par l’algorithme d’Eva et Lambin (cf. fig. 4)

29

Figure 4 : Nombre de taches de feux obtenus pour les 2 classifications

Figure 4 : Nombre de taches de feux obtenus pour les 2 classifications

30Il ressort de la classification non supervisée que les superficies brûlées couvrent seulement 607 877,67 ha, soit 18% de l’aire totale de l’étude sans qu’il soit possible de discriminer les feux anciens des feux récents. Dans l’ensemble, on note leur recouvrement quasi parfait avec les superficies récemment brûlées estimées à travers l’algorithme de seuillage (Eva et Lambin, 1998) d’une part et la composition colorée d’autre part (cf. fig.5).

Figure 5 : Comparaison des résultats obtenus par classification non supervisée et par seuillage

Figure 5 : Comparaison des résultats obtenus par classification non supervisée et par seuillage

Répartition des surfaces brûlées par types de peuplements végétaux

31L’analyse de la répartition des surfaces brûlées en fonction des différents paysages végétaux (cf. fig.6) laisse apparaître une plus grande occurrence des feux dans les paysages de savane. En effet, suivant l’algorithme d’Eva et Lambin, les superficies affectées par les feux représentent 36,51% de la superficie des savanes arbustives et 23,63% de celle des savanes arborées. On peut d’ailleurs observer l’important relèvement de toutes les courbes dans ces deux classes. Dans les forêts dégradées et les recrûs forestiers, les superficies affectées par les feux ne représentent qu’environ 7,64% de la superficie totale. Dans les forêts denses humides, elles sont insignifiantes (0,42% de la superficie).

Figure 6 : Répartition des superficies brûlées en fonction des méthodes et des peuplements végétaux.

Figure 6 : Répartition des superficies brûlées en fonction des méthodes et des peuplements végétaux.

32Le rapport entre les superficies anciennement brûlées et celles récemment brûlées est plus faible dans les forêts denses humides, les recrûs forestiers et les mosaïques forêt- savane (environ ½) que dans les savanes boisées et arbustives où il se situe entre 0,93 et 0,65 (Tableau 4). Dans les savanes herbeuses, il est même supérieur à 1 et souligne de ce fait l’importance des feux anciens par rapport aux feux récents.

Tableau 4 : Répartition des superficies brûlées en fonction des différents paysages végétaux.

Tableau 4 : Répartition des superficies brûlées en fonction des différents paysages végétaux.

Source : Estimation automatique des superficies dans un logiciel S.I.G.

33Les superficies brûlées obtenues par la classification non supervisée et par la classification supervisée représentent respectivement 64 et 96% de celles obtenues par l’algorithme d’Eva et Lambin. Ces rapports varient cependant en fonction des peuplements végétaux. Pour les savanes arbustives et herbeuses, les superficies totales des surfaces brûlées dans la classification non supervisée représentent entre 65 et 77% de celles obtenues par les autres méthodes. Dans les forêts et les mosaïques forêt- savane, elles ne se situent plus qu’autour de 53 et 58%. La classification supervisée et la méthode seuillage donnent quant à elles des superficies totales brûlées sensiblement égales dans les savanes boisées et les savanes herbeuses (99%), et très proches dans les autres formations végétales (88 à 96%).

34Dans les forêts et les recrûs forestiers, les superficies brûlées obtenues par la classification non supervisée sont sensiblement équivalentes à celles des feux récents obtenus par les autres méthodes. Dans les mosaïques forêt-savane, même si les superficies totales touchées par les feux sont sensiblement égales pour les deux classifications supervisées, on peut remarquer toutefois que la méthode par composition colorée surévalue légèrement la superficie touchée par les feux récents au détriment des surfaces anciennement brûlées par rapport à la méthode Eva et Lambin. Dans les savanes boisées, les deux classifications supervisées donnent des résultats similaires, aussi bien pour les surfaces anciennement brûlées que pour celles récemment parcourues par les flammes. Pour les savanes herbeuses enfin, la classification par composition colorée surévalue la superficie des feux récents et sous-évalue celle des feux anciens par rapport à la méthode d’Eva et Lambin.

Interprétation

35La répartition des surfaces brûlées souligne l’importance et l’étalement des feux de végétation dans les savanes. Cette importance s’explique par le stress hydrique précoce et prolongé, conjugué aux pratiques d’élevage extensives. En effet, la saison sèche qui débute entre octobre et novembre participe à un assèchement plus ou moins important des fourrés d’Andropogonés et de la strate herbacée en général (Cymbopogon giganteus, Diheteropogon hegerupii, Andropogon gayanus, Elymandra androphila, Thelepogon Hyparrhenia rufa et Loudetia spp). Ces tapis sont par conséquent parfaitement combustibles dès le mois de décembre.

36Dans cette zone où les pratiques d’élevage restent extensives pour l’essentiel, les éleveurs allument des feux dès décembre pour débarrasser les terres de parcours du bétail de leurs tiques et y favoriser la repousse de l’herbe. La lutte contre l’ « embroussaillement » des espaces de pacage par les feux de brousse est d’ailleurs une technique très répandue chez les éleveurs peuls de la région. Eva et al. (2003) souligne à juste titre que le feu est un élément intégré dans le système de régulation et de stabilisation des savanes pâturées. Autrement dit, « la suppression totale des feux ferait évoluer les savanes vers des milieux plus fermés en termes de couverture arborée et modifierait la physionomie et la composition de la végétation et l’équilibre de l’écosystème dans son ensemble ».

37Début février, période à laquelle l’image a été enregistrée, il n’est évidemment pas possible d’identifier toutes les surfaces brûlées au mois de décembre, en raison du caractère éphémère des manifestations physiques des feux en savane. Toutefois, les superficies anciennement brûlées (fin décembre, mi-janvier) soulignent une importante rémanence des feux de savane. Par ailleurs, les superficies récemment brûlées sont tout aussi importantes et attestent du caractère inadapté ou, du moins, de la difficulté à appliquer la réglementation camerounaise en matière d’environnement, qui n’autorise que les feux précoces (décembre et début janvier pour le cas précis de la zone d’étude).

38Dans le domaine forestier, l’hygrométrie élevée et le rapport pluviométrie-évaporation réelle, positif en faveur de l’humidité pendant la majeure partie de l’année (10 mois) limitent l’intensité et l’ampleur spatiale des combustions végétales. Seules les zones de forêts dégradées ainsi que les recrûs forestiers montrent une relative susceptibilité aux feux. Ceci s’explique par les travaux champêtres et la présence d’importants tapis d’herbacées facilement inflammables au-dessous des strates ligneuses devenues discontinues ou ouvertes.

39Dans l’ensemble, les superficies brûlées obtenues ne couvrent qu’une période très limitée de la saison sèche (environ un mois et demi sur les trois à cinq que dure la saison sèche dans la zone d’étude). De plus cette période n’intègre pas entièrement les feux précoces fréquemment allumés sur les hautes terres d’élevage de l’Adamaoua, pour des impératifs liés au renouvellement des pâturages. Elle ne couvre pas non plus la période de fin de saison sèche pendant laquelle l’extrême sénescence des savanes péri-forestières conjuguée aux défrichements agricoles et aux pratiques de chasse, participe à une grande occurrence des feux sur les marges de la forêt.

40Des études sur la distribution des feux de végétation faites en République Centrafricaine (Eva et Lambin, 1998) révèlent que 28% de savanes soudaniennes et 52% des savanes guinéennes brûlent chaque année et que les incendies de forêt sont plutôt peu importants (13,5% de la superficie des forêts denses semi-décidues). Il faut cependant se garder de toute transposition car à l’opposé des climats camerounais qui bénéficient largement des influences adoucissantes des flux océaniques et des hauts reliefs, les climats centrafricains sont fortement marqués par la continentalité et la monotonie du relief. Ceci pourrait favoriser un stress hydrique plus important et prolongé des peuplements végétaux et, par ricochet, leur plus grande susceptibilité aux feux.

41L’analyse comparative des résultats obtenus par les différentes méthodes laisse apparaître une superposition quasi parfaite des superficies brûlées. La classification automatique isodata, basée uniquement sur le principe d’augmentation des températures de surface est bien adaptée pour l’identification des surfaces récemment brûlées, c'est-à-dire celles qui sont encore bien recouvertes de cendres. Cette condition est bien réalisée dans les milieux ouverts où le tapis végétal sénescent est complètement parcouru par les flammes. Dans les zones de forêts par contre, les feux, à cette période de l’année, sont relativement cloisonnés et peu virulents puisqu’une bonne partie de la végétation est encore active. C’est ce qui explique sans doute la sous-estimation des superficies récemment brûlées obtenues par la classification non supervisée. Par ailleurs, l’utilisation conjointe des canaux 5 et 6 dans l’optique d’un renforcement du contraste de réflectance entre la végétation non encore brûlée et les surfaces brûlées apparaît comme une condition essentielle à l’identification des superficies anciennement brûlées.

42La classification supervisée donne des résultats quasi-identiques que le seuillage par l’algorithme d’Eva et Lambin si on prend en compte la superficie totale des terrains brûlés. Les légères différences observées peuvent être imputées au caractère manuel de la délimitation « des terrains d’entraînement ». Mais, si on prend séparément les superficies récemment brûlées et celles anciennement brûlées, des distorsions peuvent s’avérer plus importantes et plus précisément en zone de savane. Cela tient à la complexité des situations associées à la notion de feu ancien ou de superficie anciennement brûlée. Le seuil entre les feux récents et les feux anciens n’est pas toujours clairement défini. La présence d’une couverture continue de cendres est utilisée comme indice de classification, mais en réalité, cette méthode ne s’affranchit pas de la variabilité des types de feux (feux de fauche, feux de feuillage, feux de cime), qui conditionne dans une large mesure la reprise de la végétation.

43Les feux de fauche, agissant à la manière d’une tondeuse sur un matériau herbacé et très désséché, produisent d’importantes quantités de cendres. La reprise de la végétation est d’autant plus rapide (une semaine après) que la surface du sol est dégagée et que les plantes, en réaction au stress, mettent abondamment à profit leurs réserves racinaires (César, 1974). Les feux de feuillage ou de cimes par contre ne consument qu’une partie de la végétation, laissant des chaumes et des troncs nus sur pied. La reprise dans ce cas devient plus lente.

44Il faut aussi relever qu’à la suite des feux, la reprise de la végétation est variable en fonction des types biologiques et des types de végétation. Suivant la strate herbacée, les savanes à Imperata cylindrica verdissent en premier lieu, souvent quinze jours seulement après le passage des feux. Le long rhizome d’Imperata lui permet en effet de capter les réserves nutritives du sol, jusqu’à des profondeurs et des rayons latéraux dépassant le mètre. Les savanes à Hyparrhenia et Andropogon, démarrent par contre plus lentement (20 à 25 jours après les feux). Les chaumes laissées sur pied par les feux, l’organisation en touffes des espèces herbacées dominantes et leur système racinaire essentiellement superficiel sont des facteurs favorables à cette lente reprise.

45Annona senegalensis et Bridelia ferruginea sont des espèces de la strate haute dont le long système racinaire en fait des plantes pyrorésistantes. Ce sont des espèces qui connaissent aussi une reprise rapide de l’activité photosynthétique contrairement aux jeunes Albizia qui sont pour la plupart complètement calcinés par les feux. Au regard de toutes ces considérations, il n’est pas exclu que des feux de même âge aient des signatures spectrales différentes.

Conclusion

46Les images Landsat ETM représentent un précieux outil dans l’étude des feux de végétation. Elles peuvent permettre d’une part d’identifier et d’évaluer la superficie des terrains affectés par les feux, d’autre part de suivre leur évolution à travers le temps dans un territoire où le suivi des feux de végétation dépasse le simple cadre des recommandations internationales pour devenir une nécessité de protection civile et de gestion durable des écosystèmes. Les grandes tendances déterminées à l’échelle planétaire grâce à l’imagerie faible résolution (NOAA-AVHRR, TRMM, SPOT VEGETATION) sont incertaines à l’échelle locale en raison de la taille inappropriée du pixel et de l’inadaptation des algorithmes utilisés à la variabilité des écosystèmes. Les images de moyenne résolution comme Landsat peuvent dès lors être d’un apport significatif dans la validation locale des tendances globales. Les trois méthodes utilisées pour évaluer le potentiel de imagerie Landsat ETM dans la discrétisation des surfaces brûlées, sont basées sur la diminution de la réflectance dans le Moyen infrarouge (canal 5) et/ou sur l’augmentation des températures de surface observable dans l’infrarouge thermique (canal 6). Les résultats obtenus par classification non supervisée du canal 6 concordent relativement bien avec ceux obtenus des classifications et seuillage utilisant les canaux 5 et 6. Toutefois, la première méthode ne permet d’identifier que les superficies récemment brûlées et comportant encore un important tapis de cendres. Les superficies plus anciennement brûlées, où la reprise de la végétation masque les cendres, n’ont été détectées de façon exhaustive que par les deux dernières méthodes. Ces hypothèses, doivent toutefois être vérifiées sur d’autres sites et à d’autres périodes de l’année en raison de la diversité des types de feux et du caractère peu précis des notions de « feux récents » et d'« anciens feux ».

Haut de page

Bibliographie

Achard F., Eva H.D., Stibig H.-J., Mayaux P., Gallego J., Richard T. & Malingreau J.-P., 2002, “Determination of the deforestation rates of the World’s humide tropical forests”, Science, 297, 999-1002.

Andrea M.O., 1991, "Biomass burning: its history, use and distribution and its impact on environmental quality and global change" in J.S Levine(eds), Global biomass burning, 3-31, MIT press, Cambridge.

Arino O. and Rosaz j.M., 1999, "1997 and 1998 World Fire Atlas using ERS-2 ATSR-2 Data". Proceedings of Joint Fire Science Conference and Workshop, Boise, Idaho, 177-182.

Ball G.H. et Hall D.J., 1965, ISODATA, a novel method of data analysis and pattern classification. Technical Report, Stanford Research Institute, Menlo Park, California, U.S.A.

Boschetti L., Flasse, S., Jacques de Dixmude, A., and Trigg, S., 2002, "A multitemporalchange-detection algorithm for the monitoring of burnt areas with SPOT-Vegetationdata", in Bruzzone, L. and Smith, P. (eds.), Analysis of Multi-temporal Remote Sensing Images, Singapore: World Scientific Publishing, 75-82.

Brustet J. M., Vickos J-B., Fontan J., Podaire A.,& Levenu F., 1991, "Characterisation of active fires in West African savannas by analysis of satellite data: Landsat Thematic Mapper” in J. Levine (eds) Global Biomass Burning, Cambridge MIT Press, 47-52.

Cahoon Jr. D. R, B.J. Stocks, J.S. Levine, W.R. Cofer III & K. O’Neill, 1992. "Seasonal distribution of African savanna fires", Nature, 359, 812-815.

César, J et Menaut, J.C. 1974, "Le peuplement végétal, in Analyse d'un écosystème tropical humide: la savane de Lamto (Côte d'Ivoire)", Bull. de liaison des chercheurs de Lamto, Paris, n° spéc. (2), 1-161.

Eva H. et Lambin E.F, 1998, "Burnt area mapping in central Africa using ATSR data", Journal of Remote Sensing, 19. 3 473- 3 497.

Eva H.D et al, 2003, Suivi des feux de végétation dans les aires protégées d’Afrique sub-saharienne : Apport des techniques spatiales et des données satellitales pour le suivi des feux en Afrique sub-saharienne, Commission européenne- Centre commun de recherche, EUR 20862 FR, 55 p.

Hao W M & M-H Liu, 1994, “Spatial and temporal distribution of tropical biomass burning”, Global biogeochemical cycles, Vol.8, No. 4, 495-503.

Hori N., 1986, "Man induced landscape in a forest-savanna area of East Cameroon", in Kadomura (eds), Geomorphology and environmental changes in Tropical African Geomorphology and environmental research in project 1984/85, Hokkaido Univ. : 31-43.

Isichei A.O., Muaghalu J.I., Akeredoly F.A. & Afolabi O.A., 1995, "Fuel characteristics and emissions from biomass burning and land use change in Nigeria", Environmental Monitoring and Assessment, Kluwer Academic Publisher, 38, 279- 289,

Koffi B., Grégoire J-M., Male G., & Lacaux J-P., 1995, "Remote sensing of bush fire dynamics in Central Africa from 1984 to 1988: analysis in relation to regional vegetation and pluviometric patterns", Athmospheric Research, 39, 179- 200.

Letouzey R., 1968, Etude phytogéographique du Cameroun, Encyclopédie biologique LXIX, Lechevalier, Paris, 511 p.

Liousse C., 1993, Les émissions carbonées particulaires des feux de savane d’Afrique : mesures au sol et télédétection spatiale des panaches, Thèse de science, Université de Paris VII, 273 p.

Malingreau, 1994, "The contribution of remote sensing to the global monitoring of fires in tropical and subtropical ecosystems", in Goldamer (eds.), Fire in the tropical biota. Ecosystem Process and Global Challenge, Ecological studies 84, Springer-Verlag, Berlin-Heidelberg-New York, 371-383.

Mansor S. B., Cracknell A. P., Shilin B.V., & Gornyi V.I., 1994, “Monitoring of underground coal fires using thermal infrared data”, International Journal of Remote Sensing, 15, 1675- 1685.

Markham B. et Barker J.L., 1987, “Thematic Mapper bandpass solar exo- atmospheric irradiances”, International Journal of remote sensing, 15, 1685-1685.

Mayaux P., Bartholomé E., Massart M. & Belward A.S., 2002, "The Land Cover of Africa for the year 2000. Land Use and Land Cover Change (LUCC)" Newsletter, N° 8; 4-6.

Mayaux, P., De Grandi, G.F., Rauste, Y., Simard, M., and Saatchi, S., 2002, “Large Scale Vegetation Maps Derived from the Combined L-band GRFM and C-band CAMP Wide Area Radar Mosaics of Central Africa”, International Journal of Remote Sensing, vol. 23: 1261-1282.

Mertens B. and Lambin E.F., 1997, "Spatial modelling of deforestation in southern Cameroon: Spatial disaggregation of diverse deforestation processes", Applied Geography, vol.17, no.2, 143-162.

Monnier Y., 1968, "Les effets des feux de brousse sur une savane préforestière de Côte d’Ivoire", Etudes éburnéennes, XI, Abidjan, 260 p.

Monnier Y.,1981, La poussière et la cendre. Paysages, dynamique des formations végétales des sociétés en Afrique de l’Ouest . Min. de la Coop. et du Dév./ACCT, Paris, 264 p.

Piccolini, O. Arino, 2000, "Towards a Global Burned Surface World Atlas”, Earth Observation Quarterly. ATSR Special Issue. N°65, ESA/ESTEC

Scholes R.J. 1995, "Grenhouse gas emissions from vegetation fires in southern Africa", Environmental Monitoring and Assessment, Kluwer Academic Publisher, 38, 169-179.

Stocks, B. J., B. W. van Wilgen, W. S. W. Trollope, D. J. McRae, J. A.Mason, F. Weirich, and A. L. F. Potgieter 1996, "Fuels and fire behavior dynamics on large-scale savanna fires in Kruger National Park, South Africa", J. Geophys. Research., 101, 23 541–23 550.

Suchel J.B., 1988, Les climats du Cameroun. Thèse Doc. ès Lettres Univ. Bordeaux III, 3 tomes, 1175 p. et cartes hors texte.

Tansey K., 2002, Implementation of regional burnt area algorithms for the GBA initiative, EC- JRC, EUR 20532 EN, 169 p.

UNEP/ WMO, 1995, The United Nations Framework Convention on Climate Change (Chatelaine, Swtzerland: IUCC, UNEP).

Youta Happi J., 1998. Arbres contre graminées: la lente invasion de la savane par la forêt au centre Cameroun, Thèse de doctorat, Université de Sorbonne Paris IV. 237 p.

Haut de page

Notes

1 D’après les études récentes, elles résultent d’une phase climatique sèche passée qui s’est manifestée entre 3 000 et 2 000 ans BP. (Schwartz, 1991 ; Giresse et al., 1994 ; Guillet et al., 2001). Dans les conditions climatiques humides actuelles, elles sont en voie d’absorption lente par la forêt, envahissement dont la vitesse varie localement surtout en fonction de la fréquence des feux de brousse (Youta Happi, 1998).

2 Top- Of- Atmosphere

Haut de page

Table des illustrations

Titre Figure 1 : Principales formations végétales de la zone d’étude
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-1.jpg
Fichier image/jpeg, 344k
Titre Figure 2 : Représentation schématique du profil spectral des savanes tropicales (Eva & Lambin, 1998)
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-2.jpg
Fichier image/jpeg, 52k
Titre Tableau 3 : Signatures spectrales des différentes formes identifiées sur Landsat TM.
Légende Les valeurs du PIR expriment la reflectance TOA (mW cm-2µm-1) et celles de l’IRT, les températures de surface (en Kelvin)
Crédits Source : Eva et Lambin (1998) et calculs des auteurs
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-3.png
Fichier image/png, 22k
Titre Figure 3 : Similarités entre les résultats de la classification supervisée par composition colorée et ceux de l’algorithme d’Eva et Lambin, (1998).
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-4.png
Fichier image/png, 20k
Titre Figure 4 : Nombre de taches de feux obtenus pour les 2 classifications
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-5.png
Fichier image/png, 17k
Titre Figure 5 : Comparaison des résultats obtenus par classification non supervisée et par seuillage
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-6.png
Fichier image/png, 334k
Titre Figure 6 : Répartition des superficies brûlées en fonction des méthodes et des peuplements végétaux.
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-7.png
Fichier image/png, 31k
Titre Tableau 4 : Répartition des superficies brûlées en fonction des différents paysages végétaux.
Crédits Source : Estimation automatique des superficies dans un logiciel S.I.G.
URL http://journals.openedition.org/cybergeo/docannexe/image/2711/img-8.png
Fichier image/png, 56k
Haut de page

Pour citer cet article

Référence électronique

Collins Etienne Kana et Joachim E Etouna, « Apport de trois méthodes de détection des surfaces brûlées par imagerie Landsat ETM+ : application au contact forêt- savane du Cameroun », Cybergeo: European Journal of Geography [En ligne], Environnement, Nature, Paysage, document 357, mis en ligne le 20 octobre 2006, consulté le 19 mars 2024. URL : http://journals.openedition.org/cybergeo/2711 ; DOI : https://doi.org/10.4000/cybergeo.2711

Haut de page

Auteurs

Collins Etienne Kana

Institut National de Cartographie- Cameroun, Tel : (237) 766 93 24 ou (237) 732 70 58, B.P. 157, Yaoundé, Cameroon
ckana71@yahoo.fr

Joachim E Etouna

Institut National de Cartographie- Cameroun, Tel : (237) 766 93 24 ou (237) 732 70 58, B.P. 157, Yaoundé, Cameroon
jetouna36@yahoo.fr

Haut de page

Droits d’auteur

CC-BY-4.0

Le texte seul est utilisable sous licence CC BY 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search