développement d'un outil cartographique permettant d'identifier les zones de sécheresse sur les petits périmètres irrigués du bassin versant de Rivière Moustique - Haïti
Okolong Mayaka, Sylvie Laurette
Promotor(s) : deroy, Julien
Date of defense : 4-Sep-2023/7-Sep-2023 • Permalink : http://hdl.handle.net/2268.2/18589
Details
Title : | développement d'un outil cartographique permettant d'identifier les zones de sécheresse sur les petits périmètres irrigués du bassin versant de Rivière Moustique - Haïti |
Translated title : | [en] DEVELOPMENT OF A MAPPING TOOL TO IDENTIFY DROUGHT ZONES IN SMALL IRRIGATED AREAS OF THE MOUSTIQUE RIVER WATERSHED - HAITI |
Author : | Okolong Mayaka, Sylvie Laurette |
Date of defense : | 4-Sep-2023/7-Sep-2023 |
Advisor(s) : | deroy, Julien |
Committee's member(s) : | Wellens, Joost
Baki, Bassolo Cyrille |
Language : | French |
Number of pages : | 67 |
Keywords : | [fr] Sécheresse, indices de sécheresse, NDVI, NDWI, NDDI, Humidité du sol, Sentinelle – 1, Sentinelle – 2, Google Earth Engine, Bassin versant de rivière moustique. |
Discipline(s) : | Business & economic sciences > Multidisciplinary, general & others |
Institution(s) : | Université de Liège, Liège, Belgique |
Degree: | Master en sciences et gestion de l'environnement, à finalité spécialisée |
Faculty: | Master thesis of the Faculté des Sciences |
Abstract
[fr] Haïti, pays insulaire de la caraïbe est le siège de catastrophes naturelles constantes. Hormis, les inondations et les séismes, de longues périodes de sécheresse affectent particulièrement les populations de base pauvres et mal nourries et dont la principale activité est l’agriculture. Face à une agriculture en crise et un milieu naturel à risques élevés comme celui dont fait face le pays, l’élaboration d’un outil de détection des sécheresses pour une prise de décision efficiente et efficace semble être un impératif.
Afin de parvenir à cet objectif, ce travail se consacre à la mise en place d’une plateforme interactive axé sur le calcul d’indices de sécheresse et permettant d’identifier le début et la fin des sécheresses.
Ainsi, les indices de végétation NDVI, NDDI et NDWI tout comme l’humidité du sol ont été minutieusement choisi parmi une multitudes d’autres indicateurs du fait de leur simplicité et leur efficacité quant à la détection des sécheresses. Les données satellitaires relatives à ces indices ont pu être obtenu à partir des produits sentinelles. Sentinel - 1 pour la récupération du SSM et sentinelle - 2 des indices de végétation.
La conception de l’outil réalisé en javaScript à partir de Google Earth Engine repose sur la récupération du SSM et le calcul des différents indices de végétation choisis. Les indices de végétation sont directement calculés à partir des bandes B8 et B4 pour le NDVI, B8 et B11 pour le NDWI. Le NDDI quant à lui est calculé comme un rapport normalisé du NDVI et du NDWI obtenu. Par la suite, l’humidité du sol est estimée à l’aide de l’algorithme de détection des changements (modèle de détection de changement de TU Wien) proposé par Marschallinger et al., (2019). Celui-ci relie le changement d’intensité du coefficient de rétrodiffusion au changement d’humidité du sol.
L’outil mis en place constitue une plateforme interactive permettant de détecter les zones de sécheresse. Une étude l’année 2020 a permis de constater des périodes de sécheresse. Celles-ci affectent beaucoup plus durant les mois de saisons sèches qu’on soit au niveau de la plaine irriguée ou en amont en zone d’agriculture pluvieuse. La zone des plaines bien qu’irriguée semble pour les mêmes périodes plus affectées que la zone amont d’agriculture pluviale. Le SSM étant variable sur chacune des zones il est possible d’adapter les besoins en eau. Dans le cas de la zone amont la partie sud-ouest semble être plus affectée par la sécheresse.
File(s)
Document(s)
Cite this master thesis
The University of Liège does not guarantee the scientific quality of these students' works or the accuracy of all the information they contain.