Revue Française de Photogrammétrie et de Télédétection (Apr 2014)
Apport de la télédétection à l'analyse de la dynamique de l'occupation du sol à partir d'une utilisation couplée d'un modèle de Markov et d'un automate cellulaire. Cas du département de Sinfra (centre-ouest de la Côte d'Ivoi
Abstract
La pression démographique et l'urbanisation croissante entraînent la concentration des populations dans des espaces plus ou moins réduits. La pression foncière engendrée conjuguée à la destruction du couvert végétal entraînent la dégradation des sols. Ces conséquences préoccupent les collectivités territoriales, les élus locaux, et les aménageurs du territoire. Ainsi il importe d'évaluer l'aire d'une classe d'occupation du sol dans le futur et son influence sur les autres classes d'occupation du sol tout en précisant sa localisation et sa composition. C'est dans cette optique que s'inscrit la présente étude qui a pour objectif de réaliser l'étude de la dynamique de l'occupation du sol de 1986 à 2003 du secteur d'étude, situé au Centre-Ouest de la Côte d'Ivoire afin de faire une prévision du mode d'occupation du sol pour l'horizon 2020. L'étude des changements réalisés s'appuie sur des simulations et fait appel à la modélisation dont la complexité est prise en compte dans cette étude à travers l'utilisation d'une chaîne de Markov spatialisée qui résulte du couplage d'un modèle de Markov observable et d'un automate cellulaire. Les images satellitaires Landsat TM et ETM+ qui ont servi pour cette analyse spatio-temporelle ont été préalablement classifiées par un champ de Markov. La classification a été appliquée sur les compositions colorées des premières composantes principales des images Landsat TM de 1968 et ETM+ de 2003 totalisant respectivement 94,7% et 97,4% des informations. L'étude de l'occupation du sol de 1986 à 2003 a révélé que jusqu' à la fin de cette période, environ la moitié du secteur d'étude était recouverte par la forêt (47%) et la pression anthropique s'exerçait sur 54,43% des ressources forestières. Les prévisions montrent également qu'en 2020 la forêt ne couvrira qu'environ le tiers du secteur d'étude soit 37,6% et la pression anthropique augmenteront davantage.