Au-delà des challenges méthodologiques pour évaluer la dégradation, il y a le problème de définitions. Un rapport du GIEC a proposé et analysé cinq définitions de la dégradation des forêts, mais n'a pu conclure par le choix d'une de ces définitions. Le plan de préparation congolais pour le REDD + a pris la suggestion suivante du rapport du GIEC: «La dégradation est une perte à long terme (persistante pendant X années ou plus ) d'au moins y% des stocks de carbone forestier depuis un temps T et non qualifié de déforestation, à savoir la conversion de "forêt" vers une autre catégorie d'utilisation des terres ». Nous envisageons un débat plus approfondi sur une définition de travail précise de la dégradation des forêts dans le WP3.
Concrètement, le projet vise à évaluer les différents types d'imagerie satellitaire pour évaluer leur efficacité dans la détection et la surveillance potentielle de la dégradation des forêts. Cette étude ne fera pas le lien avec les émissions de carbone, mais se limitera à évaluer le potentiel de différents capteurs à haute et très haute résolution pour détecter quand et où se produit la dégradation des forêts. Ce que le consortium propose:
1. Des méthodes novatrices de cartographie haute résolution de la dégradation des forêts
L'indice NDFI est une méthode appliquée avec succès dans l'Amazonie brésilienne pour identifier et distinguer la dégradation des forêts due à l'exploitation forestière sélective et des feux de forêt associés à d'autres perturbations naturelles. Étant donné la petite échelle des changements dans le contexte de l'Afrique centrale (c.-à différents processus de dégradation), le potentiel de NDFI pour le Congo et le Gabon a besoin d'être examiné.
2. Evaluation à très haute résolution de la dégradation des forêts
Pour chaque site, une évaluation de la dégradation est faite sur la base de données à très haute résolution et une classification semi-automatique basée sur les objets. Les cartes qui en résultent seront discutées en comparaison avec des données de terrain.
3. La détection de la dégradation des forêts par radar
L'objectif principal est d'évaluer le potentiel et les limites pour la détection de la dégradation des forêts avec des données satellitaires SAR. Un composant principal de l'analyse SAR sera la comparaison visuelle des images (et produits dérivés) avec des preuves de la dégradation des forêts.
Concrètement, le projet vise à évaluer les différents types d'imagerie satellitaire pour évaluer leur efficacité dans la détection et la surveillance potentielle de la dégradation des forêts. Cette étude ne fera pas le lien avec les émissions de carbone, mais se limitera à évaluer le potentiel de différents capteurs à haute et très haute résolution pour détecter quand et où se produit la dégradation des forêts. Ce que le consortium propose:
1. Des méthodes novatrices de cartographie haute résolution de la dégradation des forêts
L'indice NDFI est une méthode appliquée avec succès dans l'Amazonie brésilienne pour identifier et distinguer la dégradation des forêts due à l'exploitation forestière sélective et des feux de forêt associés à d'autres perturbations naturelles. Étant donné la petite échelle des changements dans le contexte de l'Afrique centrale (c.-à différents processus de dégradation), le potentiel de NDFI pour le Congo et le Gabon a besoin d'être examiné.
2. Evaluation à très haute résolution de la dégradation des forêts
Pour chaque site, une évaluation de la dégradation est faite sur la base de données à très haute résolution et une classification semi-automatique basée sur les objets. Les cartes qui en résultent seront discutées en comparaison avec des données de terrain.
3. La détection de la dégradation des forêts par radar
L'objectif principal est d'évaluer le potentiel et les limites pour la détection de la dégradation des forêts avec des données satellitaires SAR. Un composant principal de l'analyse SAR sera la comparaison visuelle des images (et produits dérivés) avec des preuves de la dégradation des forêts.
Soutien aux pays de l'Afrique Centrale dans la surveillance des forêts menée par télédétection – REDD
Ce projet est partiellement financé par le Septième Programme Cadre de la Commission Européenne. Ce site reflète uniquement la vision
de l’auteur et la Communauté n’est pas responsable de l’utilisation qui peut être faite de l’information contenue sur ce site.
de l’auteur et la Communauté n’est pas responsable de l’utilisation qui peut être faite de l’information contenue sur ce site.
La dégradation des forêts
Dans un contexte de volonté politique de lutte contre le réchauffement climatique, le projet REDDiness contribue, à son échelle, à la mise en place d'un système de surveillance de la déforestation et de la dégradation des forêts par télédétection.
Les processus de changements forestiers d'Afrique centrale sont particulièrement difficiles à traiter par télédétection en raison de (Duveiller et al., 2008): (i) petites zones de déforestation nécessitant des images à haute résolution, (ii) la distribution non-uniforme de la déforestation, (iii) couches de nuages persistantes et (iv) la fréquence élevée des changements des forêts. En plus de la conversion des forêts (comme le déboisement par exemple), la dégradation des forêts par la surexploitation (pour le bois de chauffage, abattage sélectif, ou la culture sur brûlis) devrait également être incluse dans le MRV du REDD même si elle est rarement traitée dans les projets opérationnels.
La cartographie de la dégradation des forêts à l’aide de la télédétection est difficile parce que les forêts dégradées sont généralement un mélange complexe de différents types d'occupation du sol (végétation, les arbres morts, le sol, l'ombre, et, éventuellement, des cultures) et la signature spectrale d'une forêt dégradée peut changer rapidement. Par conséquent, la surveillance de la dégradation des forêts et de l’abattage sélectif nécessite des données à très haute résolution spatiale. Cela se fait habituellement soit par une approche directe (détection de petites clairières), soit par une approche indirecte qui détecte les perturbations comme les réseaux routiers et les ponts. Les méthodes directes varient dans un compromis entre l'interprétation des images visuelles et l’utilisation d’algorithmes automatisés tels que l'analyse de mélange spectral (SMA) en utilisant des méthodes de classification des sous-pixels ou Normalized Difference Fraction Index (NDFI) tous deux appliqués avec succès dans la forêt amazonienne au Brésil.
Dans un contexte de volonté politique de lutte contre le réchauffement climatique, le projet REDDiness contribue, à son échelle, à la mise en place d'un système de surveillance de la déforestation et de la dégradation des forêts par télédétection.
Les processus de changements forestiers d'Afrique centrale sont particulièrement difficiles à traiter par télédétection en raison de (Duveiller et al., 2008): (i) petites zones de déforestation nécessitant des images à haute résolution, (ii) la distribution non-uniforme de la déforestation, (iii) couches de nuages persistantes et (iv) la fréquence élevée des changements des forêts. En plus de la conversion des forêts (comme le déboisement par exemple), la dégradation des forêts par la surexploitation (pour le bois de chauffage, abattage sélectif, ou la culture sur brûlis) devrait également être incluse dans le MRV du REDD même si elle est rarement traitée dans les projets opérationnels.
La cartographie de la dégradation des forêts à l’aide de la télédétection est difficile parce que les forêts dégradées sont généralement un mélange complexe de différents types d'occupation du sol (végétation, les arbres morts, le sol, l'ombre, et, éventuellement, des cultures) et la signature spectrale d'une forêt dégradée peut changer rapidement. Par conséquent, la surveillance de la dégradation des forêts et de l’abattage sélectif nécessite des données à très haute résolution spatiale. Cela se fait habituellement soit par une approche directe (détection de petites clairières), soit par une approche indirecte qui détecte les perturbations comme les réseaux routiers et les ponts. Les méthodes directes varient dans un compromis entre l'interprétation des images visuelles et l’utilisation d’algorithmes automatisés tels que l'analyse de mélange spectral (SMA) en utilisant des méthodes de classification des sous-pixels ou Normalized Difference Fraction Index (NDFI) tous deux appliqués avec succès dans la forêt amazonienne au Brésil.