Détection de sites d'orpaillage par la télédétection dans le Parc National de la Garamba en République Démocratique du Congo

Abstract

La République Démocratique du Congo, regorgeant de sols riches en minerais, est fortement impactée par les activités liées à l’orpaillage. Plus particulièrement, la Province du Haut-Uélé, dans laquelle se situe le Parc National de la Garamba, est réputée pour ses sols riches en gisements aurifères. Afin d’éradiquer ces zones de prospection, des lois ont été érigées par les instances gouvernementales congolaises. Ainsi, l’un des objectifs du parc National de la Garamba dans lequel s’inscrit cette étude, est de surveiller l’évolution de ces sites d’extraction dans les domaines de chasse entourant le parc de la Garamba. Cependant, la nature très dynamique de cette activité extractive et sa propagation dans les zones rurales et reculées rendent sa cartographie et son suivi très difficiles. Grâce à la disponibilité croissante d’images satellites à haute résolution, la télédétection peut être rentable et efficace pour ce type d’application. Le présent travail utilise des images optiques à haute résolution proposées par Latte & Lejeune, 2020 issues de la fusion d’images Sentinel-2 et PlanetScope afin d’identifier les zones d’orpaillage et suivre leur dynamique d’expansion. Ces premières données seront comparées à des images PlanetScope, déjà utilisées par les gestionnaires du parc. Le modèle proposé utilise une approche basée sur les pixels par le biais de la segmentation sémantique. Sur base des images “super-résolues ” et PlanetScope, le modèle a respectivement calculé une surface totale allouée aux sites d’orpaillage de 7,82 et 12,18 ha dans une zone d’étude entourant les villages de Tekadje et de Gbere en 2020, 0.364 et 1.73 ha dans une zone d’étude au nord du village Sambia en 2022, 350,68 et 164,37 ha dans une zone d’étude au sud du village Sambia en 2022. De manière générale, les résultats basés sur les images PlanetScope ont tendance à sur-évaluer la superficie occupée par les sites d’orpaillage, hormis pour la région Sambia sud. En effet, les images PLanetScope créent plus de faux positifs. Elles arrivent à moins bien différencier les signatures spectrales définissant les sites d’orpaillage des autres occupations de sol.Les performances du modèle varient également selon les régions étudiées. Plus la quantité de données d’entrainement est suffisante et plus ces données sont certifiées grâce aux connaissances du terrain, meilleures seront les prédictions apportées par le modèle. Lorsque la phase d’entrainement manque de données, il est conseillé de diminuer les exigences du modèle. Les performances seront également meilleures dans des régions où les sites d’orpaillage se différencient fortement des autres occupations de sols. Cette étude propose également un suivi temporel afin de surveiller l’évolution des sites d’orpaillage. Cette fonction a fourni des résultats exploitables pour les régions de Tekadje/Gbere et de Sambia nord. Cependant, les signatures spectrales des images varient selon les années rendant les résultats moins comparables. Afin d’améliorer les précisions de cette fonction, une perspective serait de réaliser un étalonage radiométrique sur les différentes images.