QUANTIFICATION DE LA DEFORESTATION ET EVALUATION D'IMPACT D'UN PROJET DE CONSERVATION DES EAUX ET FORETS, AU SEIN DE DEUX MUNICIPALITES DU CHACO BOLIVIEN, AU MOYEN D'IMAGES SATELLITES A HAUTE RESOLUTION

Abstract

Les pays tropicaux sont particulièrement vulnérables et sensibles aux effets du changement climatique où la déforestation et l’élevage sont responsables de fortes émissions de gaz à effet de serre. La réduction de la déforestation et de la dégradation forestière est donc devenue indispensable afin de pallier au changement climatique et à la perte de biodiversité. Les données satellites sont de plus en plus accessibles et d’importants progrès ont été réalisés dans la conception d’algorithmes de cartographie et de détection des perturbations forestières. Nous avons utilisé une méthode d’analyse de série temporelle afin de détecter et de quantifier la déforestation dans les communes de Monteaguo et de Villa Vaca Guzman dans le sud-est de la Bolivie sur la période 2012-2018. La méthode appliquée a permis d’utiliser toutes les données Landsat 7/8 disponibles ainsi que divers indices spectraux. Nous avons déterminé que l’indice d’humidité NBR était le plus apte à détecter les perturbations forestières dans la région avec une précision globale de 95.95%, bien que les erreurs de commissions (~31,58%) et d’omissions soient élevées (~63,20%). Les erreurs d’omission sont en majorité dues aux effets de bord et au manque de données à très haute résolution qui ont servies à la vérification du modèle de détection. Concernant les erreurs de commission, elles sont principalement dues au masque nuageux utilisé, moins performant dans les régions à la topographie élevée. Enfin nous avons réalisé une évaluation quantitative des perturbations forestières dans le cadre d’un projet de conservation des forêts. L’analyse mise en place suggère que les taux des perturbations sont plus élevés dans les zones concernées par un projet de conservation. Ces résultats s’expliquent par la localisation des propriétés dans les zones les plus montagneuses où la détection des perturbations s’est révélée délicate.