Search

Dans un monde confronté aux changements climatiques et à des pandémies en lien avec la destruction des milieux naturels, les enjeux liés à la préservation de la biodiversité sont dorénavant bien connus et ont donné lieu à des accords internationaux majeurs, comme le protocole de Nagoya. Dans ce contexte mondial, les recherches menées au Sud sont primordiales. Les contributions rédigées ici par des chercheurs dʼAfrique, de lʼocéan Indien, dʼAsie du Sud-Est et dʼEurope traduisent la vigueur de la recherche sur la biodiversité dans les pays intertropicaux francophones. Documenter la diversité des écosystèmes végétaux locaux, mieux connaître les savoirs traditionnels et les utilisations populaires des plantes ou des champignons, valoriser le rôle des collections botaniques, identifier des chaînes de valorisation économique responsables, gérer durablement les écosystèmes et leurs ressources, élaborer des outils stratégiques pour une gouvernance environnementale basée sur la science et, enfin, montrer la nécessité de lʼimplication citoyenne et de lʼensemble des acteurs concernés, tels sont les grands thèmes déclinés ici. Cet ouvrage collectif intéressera tous ceux qui travaillent sur la biodiversité des écosystèmes intertropicaux. Il souligne la nécessité dʼune science de lʼaction au service du développement durable.

Introduction La biodiversité est une réserve globale de réponses fonctionnelles aux modifications environnementales. Pour cela, elle est considérée comme fondamentale pour la résilience de la biosphère (McNeill et Shei, 2002). La dégradation actuelle de l’environnement a également des répercussions sur la société humaine. Le rapport publié en 2010 du TEEB (The Economics of Ecosystems and Biodiversity) montre que les ressources naturelles représentent un patrimoine économique, qu’elles soient ...

Apport de la télédétection optique et radar dans l'analyse de l'impact de la réduction des feux et sur la structure et la composition floristique des savanes à Bismarckia nobilis Hildebr. & H.Wendl. de l'Aire protégée d'Antrema (Madagascar)

International audience; In the future, climate change will induce even more severe hurricanes. Not only should these be better understood, but there is also a necessity to improve the assessment of their impacts. Flooding is one of the most common powerful impacts of these storms. Analyzing the impacts of floods is essential in order to delineate damaged areas and study the economic cost of hurricane-related floods. This paper presents an automated processing chain for Sentinel-1 synthetic aperture radar (SAR) data. This processing chain is based on the S1-Tiling algorithm and the normalized difference ratio (NDR). It is able to download and clip S1 images on Sentinel-2 tiles footprints, perform multi-temporal filtering, and threshold NDR images to produce a mask of flooded areas. Applied to two different study zones, subject to hurricanes and cyclones, this chain is reliable and simple to implement. With the rapid mapping product of EMS Copernicus (Emergency Management Service) as reference, the method confers up to 95% accuracy and a Kappa value of 0.75.

« Transformer les vies tout en préservant la planète », telle est l'ambition des 17 Objectifs de développement durable (ODD), cadre d'action à l'échelle planétaire adopté par tous les pays membres de l'ONU en septembre 2015. Universels, les ODD s'adressent autant aux pays du Nord qu'aux pays du Sud et concernent à la fois l'économie, le développement des sociétés et la protection de l'environnement. Lutte contre la pauvreté, égalité entre les sexes, accès de tous à une énergie propre et à une éducation de qualité, bonne santé et bien-être, villes durables, consommation et production responsables… c'est à un profond changement de modèle que nous invitent les ODD. Cette transformation passe par un dialogue renouvelé entre science, société et politique, et entraîne des mutations majeures dans les rapports Nord-Sud. Proposant une analyse critique de chacun des 17 Objectifs, de leurs interactions et des contradictions dont ils sont aussi porteurs, cet ouvrage réunit une soixantaine d'auteurs d'horizons divers : responsables d'institutions scientifiques, chercheurs, experts, acteurs du développement… Cette approche plurielle offre différentes clés de lecture et met en avant l'importance de la recherche pour comprendre les enjeux des ODD, mesurer l'avancement de leur mise en œuvre et concevoir, en lien avec la société, des solutions innovantes. Accessible à un large public, il apporte un éclairage inédit, à la fois critique et documenté, sur les grands défis de l'Agenda 2030 pour le développement durable.

Article publié en français (p.24-30), avec un résumé étendu en anglais (p. 31-32) et 3 planches couleur hors-texte (p. 71-73); International audience; This study aims to assess the quality of the results of Iteratively Reweighted Multivariate Alteration Detection (IR-MAD) transformation as a change detection method. IR-MAD approach is an extension of Multivariate Alteration Detection (MAD) method. It is applied in a semi-arid forest (Mikea’s forest) located in the South-West of Madagascar. A protected area has been established in the Mikea’s Forest in 2007. Two change detection operations, one before the implementation of this protected area status and another one after, allow us to estimate the impact of this new setting. The study zone has an area of 10,000 ha. We used 2 SPOT 4 images taken in April 1999 and May 2005 and 2 other SPOT 5 data taken in April 2009 and May 2013. Both multispectral images (spatial resolution of 20m or 10m) and panchromatic images (spatial resolutions of 10m and 2.5m) have been obtained and a pan-sharpening technique has been applied to create multispectral images at 10 m resolution (SPOT 4) and 2.5m (SPOT 5).The results of change detection operations are then classified using an artificial neural network which is trained by using the Adaboost algorithm. Training plots are chosen based on ground information. Control points are randomly set in each class to assess the quality of classifications. Results of IR-MAD method are compared with results of another method (LSMA, multitemporal spectral mixture analysis for land-cover change detection). Results of applying the IR-MAD approach are evaluated through computation of confusion matrices of classifications of land-cover changes between 1999 and 2005, and between 2009 and 2013. Global accuracy is 0.91 for the period 1999–2005 and 0.92 for 2009–2013. Results of applying LSMA have been compared with IR-MAD results of change detection. Results of LSMA method can be easily interpreted, showing changes in endmembers fractional covers (bare soil, green vegetation, shadows). However overall accuracies of classifications from LSMA are much lower than IR-MAD accuracies (respectively is 0.48 for the period 1999–2005 and 0.57 for 2009–2013).The proposed IR-MAD change detection method gives good results in a semi-arid forested area. Confusion is generally related to forest regrowth, as this category of land cover is difficult to be identified from satellite imagery. Comparing the two change maps, before and after implementation of protected area status, we show that the area of deforestation has decreased from 425.6 ha/year to 95 ha/year. Reforestation has also experienced a significant increase of 355 ha/year. Thereby, the establishment of the protected area is beneficial for forest conservation. However, new deforestation is encountered in the central and the northern part of the study area.; La présente étude évalue la qualité des résultats de la détection des changements dans la forêt semi-aride des Mikea, une aire protégée nouvellement instaurée, dans le sud-ouest de Madagascar, en classifiant des images issues de la transformation IR-MAD. Ceci permet de se faire une idée sur l’efficacité de la mise en protection de la forêt pour la conservation des écosystèmes. Les données utilisées sont des images spatiales des années 1999, 2005 (avant l’instauration du statut d’Aire Protégée) prises par le satellite SPOT 4, d’une part, et des années 2009 et 2013 (après l’instauration du statut d’Aire Protégée) prises par le satellite SPOT5, d’autre part. Deux opérations de détection des changements sont mises en œuvre, l’une pour la période avant l’instauration du statut d’aire protégée et l’autre pour la période après la mise en protection de la forêt. La classification des résultats issus de ces opérations de détection automatique de changement est réalisée avec un Réseau de Neurones Artificiels dont l’apprentissage se fait avec l’algorithme Adaboost. Les changements d’occupation des sols sont bien identifiés. Les deux cartes de changements sont ensuite comparées entre elles. Les résultats montrent une forte diminution de la déforestation et même une augmentation de la superficie de forêts après la mise en protection de la forêt.

Article publié en français (p.28-35), avec un résumé étendu en anglais (p.36-37), et 8 planches couleur hors-texte (p.70-77); International audience; This study describes the use of PCA (Principal Components Analysis) and fuzzy logic methods to solve change detection problems and map land cover changes by using AdaBoost Neural Network-based algorithm. The aim is to study the impact on forest conservation of transferring the management of natural resources from national to local level, with a case-study in Didy area in North-Eastern Madagascar (Plates 1 and 2). The test site is located at the transition between humid forest and savanna and lower areas are occupied by rice fields.In this approach, the study makes the difference pixel by pixel of each pair of spectral bands acquired at two dates. After that, all images have been introduced as variables into the PCA process in order to reduce them to the first axes. Then, the fuzzy approach is applied over the first PCA components to highlight the pixels that show the changes. Finally, changes on image were classified so as to find all types of land cover changes. The application of this method was performed on Landsat 5 images (path = 158, row = 073) acquired in 1994, 2001 and 2009, to verify the impact of the management of natural resources by the local community and its impacts on forest conservation. Images of 1994 and 2001 are used to study the changes before management of natural resources transfer projects. And images taken in 2001 and 2009 are processed for studying changes since this project launches. In this study, we considered only the first three components of PCA because they contain all change information (table 1). The first three PCA component histograms show that all pixels values are close to the normal distribution (Plate 3). So, the use of fuzzy membership function proposed by Gong (1993) is well justified. Plate 4 shows the map of changes by PCA and fuzzy set theory (a): between 1994 and 2001; (b): between 1994 and 2001. Then, the changes in Plate 4 were classified using an Adaboost Neural Network-based algorithm.To verify the effectiveness of management transfer at local level on forest conservation, three vegetation classes were analyzed: crops on slash and burn areas, natural forest and forest regrowth. Results from changes map are displayed at Plates 5 and 6. Statistics of changes have been computed (Table 2), excluding changes to clouds and shadows. Analysis of map and statistical results shows that after local communities manage natural resources, there was a decrease of the practice of slash and burn (‘tavy’) and a progressive dynamic from any other land cover classes to forest regrowth ('savoka'). Consequently, this study demonstrates that the transfer of natural resources management to the local community has a significant positive impact on forest conservation.; Cette étude illustre l’utilisation de la méthode ACP (Analyse en Composantes Principales) combinée avec l’approche floue, pour décrire les changements de l’occupation du sol, et la classification des changements obtenue par l’algorithme du réseau de neurones artificiel AdaBoost. L’application de cette méthode qui a été effectuée sur des images satellitaires Landsat 5 acquises respectivement en 1994, 2001 et 2009 a aussi pour but de montrer l’impact du processus de transfert de la gestion des ressources naturelles aux communautés locales sur la conservation des forêts dans la commune rurale de Didy, région Alaotra-Mangoro, Madagascar. L’étude a été faite en utilisant des images prises avant et après la mise en place du processus des projets de transfert de gestion. Les résultats montrent que ce mode de gestion des ressources naturelles a un apport positif sur la conservation des forêts

This study aims to assess the quality of the results of Iteratively Reweighted Multivariate Alteration Detection (IR-MAD) transformation as a change detection method. IR-MAD approach is an extension of Multivariate Alteration Detection (MAD) method. It is applied in a semi-arid forest (Mikea’s forest) located in the South-West of Madagascar. A protected area has been established in the Mikea’s Forest in 2007. Two change detection operations, one before the implementation of this protected area status and another one after, allow us to estimate the impact of this new setting. The study zone has an area of 10,000 ha. We used 2 SPOT 4 images taken in April 1999 and May 2005 and 2 other SPOT 5 data taken in April 2009 and May 2013. Both multispectral images (spatial resolution of 20m or 10m) and panchromatic images (spatial resolutions of 10m and 2.5m) have been obtained and a pan-sharpening technique has been applied to create multispectral images at 10 m resolution (SPOT 4) and 2.5m (SPOT 5).The results of change detection operations are then classified using an artificial neural network which is trained by using the Adaboost algorithm. Training plots are chosen based on ground information. Control points are randomly set in each class to assess the quality of classifications. Results of IR-MAD method are compared with results of another method (LSMA, multitemporal spectral mixture analysis for land-cover change detection). Results of applying the IR-MAD approach are evaluated through computation of confusion matrices of classifications of land-cover changes between 1999 and 2005, and between 2009 and 2013. Global accuracy is 0.91 for the period 1999–2005 and 0.92 for 2009–2013. Results of applying LSMA have been compared with IR-MAD results of change detection. Results of LSMA method can be easily interpreted, showing changes in endmembers fractional covers (bare soil, green vegetation, shadows). However overall accuracies of classifications from LSMA are much lower than IR-MAD accuracies (respectively is 0.48 for the period 1999–2005 and 0.57 for 2009–2013).The proposed IR-MAD change detection method gives good results in a semi-arid forested area. Confusion is generally related to forest regrowth, as this category of land cover is difficult to be identified from satellite imagery. Comparing the two change maps, before and after implementation of protected area status, we show that the area of deforestation has decreased from 425.6 ha/year to 95 ha/year. Reforestation has also experienced a significant increase of 355 ha/year. Thereby, the establishment of the protected area is beneficial for forest conservation. However, new deforestation is encountered in the central and the northern part of the study area., La présente étude évalue la qualité des résultats de la détection des changements dans la forêt semi-aride des Mikea, une aire protégée nouvellement instaurée, dans le sud-ouest de Madagascar, en classifiant des images issues de la transformation IR-MAD. Ceci permet de se faire une idée sur l’efficacité de la mise en protection de la forêt pour la conservation des écosystèmes. Les données utilisées sont des images spatiales des années 1999, 2005 (avant l’instauration du statut d’Aire Protégée) prises par le satellite SPOT 4, d’une part, et des années 2009 et 2013 (après l’instauration du statut d’Aire Protégée) prises par le satellite SPOT5, d’autre part. Deux opérations de détection des changements sont mises en œuvre, l’une pour la période avant l’instauration du statut d’aire protégée et l’autre pour la période après la mise en protection de la forêt. La classification des résultats issus de ces opérations de détection automatique de changement est réalisée avec un Réseau de Neurones Artificiels dont l’apprentissage se fait avec l’algorithme Adaboost. Les changements d’occupation des sols sont bien identifiés. Les deux cartes de changements sont ensuite comparées entre elles. Les résultats montrent une forte diminution de la déforestation et même une augmentation de la superficie de forêts après la mise en protection de la forêt.

This study describes the use of PCA (Principal Components Analysis) and fuzzy logic methods to solve change detection problems and map land cover changes by using AdaBoost Neural Network-based algorithm. The aim is to study the impact on forest conservation of transferring the management of natural resources from national to local level, with a case-study in Didy area in North-Eastern Madagascar (Plates 1 and 2). The test site is located at the transition between humid forest and savanna and lower areas are occupied by rice fields.In this approach, the study makes the difference pixel by pixel of each pair of spectral bands acquired at two dates. After that, all images have been introduced as variables into the PCA process in order to reduce them to the first axes. Then, the fuzzy approach is applied over the first PCA components to highlight the pixels that show the changes. Finally, changes on image were classified so as to find all types of land cover changes. The application of this method was performed on Landsat 5 images (path = 158, row = 073) acquired in 1994, 2001 and 2009, to verify the impact of the management of natural resources by the local community and its impacts on forest conservation. Images of 1994 and 2001 are used to study the changes before management of natural resources transfer projects. And images taken in 2001 and 2009 are processed for studying changes since this project launches. In this study, we considered only the first three components of PCA because they contain all change information (table 1). The first three PCA component histograms show that all pixels values are close to the normal distribution (Plate 3). So, the use of fuzzy membership function proposed by Gong (1993) is well justified. Plate 4 shows the map of changes by PCA and fuzzy set theory (a): between 1994 and 2001; (b): between 1994 and 2001. Then, the changes in Plate 4 were classified using an Adaboost Neural Network-based algorithm.To verify the effectiveness of management transfer at local level on forest conservation, three vegetation classes were analyzed: crops on slash and burn areas, natural forest and forest regrowth. Results from changes map are displayed at Plates 5 and 6. Statistics of changes have been computed (Table 2), excluding changes to clouds and shadows. Analysis of map and statistical results shows that after local communities manage natural resources, there was a decrease of the practice of slash and burn (‘tavy’) and a progressive dynamic from any other land cover classes to forest regrowth ('savoka'). Consequently, this study demonstrates that the transfer of natural resources management to the local community has a significant positive impact on forest conservation., Cette étude illustre l’utilisation de la méthode ACP (Analyse en Composantes Principales) combinée avec l’approche floue, pour décrire les changements de l’occupation du sol, et la classification des changements obtenue par l’algorithme du réseau de neurones artificiel AdaBoost. L’application de cette méthode qui a été effectuée sur des images satellitaires Landsat 5 acquises respectivement en 1994, 2001 et 2009 a aussi pour but de montrer l’impact du processus de transfert de la gestion des ressources naturelles aux communautés locales sur la conservation des forêts dans la commune rurale de Didy, région Alaotra-Mangoro, Madagascar. L’étude a été faite en utilisant des images prises avant et après la mise en place du processus des projets de transfert de gestion. Les résultats montrent que ce mode de gestion des ressources naturelles a un apport positif sur la conservation des forêts

International audience; Southwest Indian Ocean (SWIO) Islands States are vulnerable to environmental hazards, caused by pressure on the environment to satisfy the socio-economic needs of growing human population. The forests of these tropical islands are rich in biodiversity and they are large carbon sinks. Rapid population growth in these islands is identified as one of the main factors responsible for deforestation, which in turn is the main source of carbon dioxide (CO2) emissions. This study is born from the Agence Universitaire de la Francophonie (AUF) programme called observation des Risques naturels en Milieux Insulaires (RAMI). In this study we contrast the CO2 3-dimensional atmospheric loading between the wet austral summer and dry spring seasons, and compare the relative CO2 loading over the Comoros, Madagascar, Reunion and Mauritius islands. We found there is a general shift to higher concentrations from summer to spring season and the CO2 concentration is highest at the southern part of Madagascar in both seasons. This study also illustrates the influence of source strength and meteorology.

article publié en français, avec un résumé étendu en anglais, et 5 planches couleur hors-texte (p. 22-26); International audience; Studying the case of the local administrative unit ("commune" ) of Didy (Center-North of Madagascar) the authors used Landsat TM imagery (1994, 2001 and 2009) to produce multitemporal land cover maps. The aim is to evaluate the effectiveness of the program transferring the management of forested areas to local communities. Multispectral images have been atmospherically corrected, then used as inputs into a SVM (Support Vector Machine) algorithm to derive the land cover classification. Results indicate generally positive impacts of the management transfer program, i. e. a decrease of forest clearings and the conservation of forest cover.; A partir du cas de la commune de Didy (Centre-Nord de Madagascar), les auteurs. ont établi, à l'aide d'images Landsat TM (1994, 2001 et 2009), des cartes d'occupation du sol à différentes dates afin d'évaluer l'efficacité du programme de transfert de la gestion forestière aux communautés de base locales. Les images multispectrales acquises à différentes dates ont été soumises à des corrections atmosphériques puis classifiées pour chaque date à l'aide de la méthode de classification non paramétrique SVM (Séparateur à Vaste Marge). Les résultats montrent en général des impacts positifs de l'installation des Transferts de Gestion (TG) sur le ralentissement des défrichements et le maintien de la couverture forestière.

La télédétection est un outil permettant de produire, à l'aide d'images satellitaires, une carte d'occupation du sol. Ce qui est plus intéressant est de pouvoir le faire à différentes dates. Elle permet ainsi d'effectuer, par exemple, un système de suivi-évaluation des Transferts de Gestion des Ressources Naturelles Renouvelables (TGRNR). Un site d'application a été considéré dans le cadre d'une étude menée par le Laboratoire de Géophysique de l'Environnement et Télédétection de l'Institut et Observatoire de Géophysique d'Antananarivo (IOGA) afin d'évaluer l'efficacité du programme de transfert de la gestion forestière aux communautés de base locales. C'est le cas de la commune de Didy, dans la région d'Alaotra-Mangoro, située dans la partie Centre-Nord de Madagascar. Les images multispectrales Landsat acquises à différentes dates ont été tout d'abord soumises à des corrections atmosphériques puis classifiées chacune à l'aide des algorithmes de classification adaptés au type d'image disponible. L'analyse et la comparaison des cartes d'occupation du sol issues des images classifiées (post-classification) permettent d'apporter des informations pertinentes de suivi-évaluation des TGRNR. L'analyse et la détection des changements pourraient être plus poussées en interprétant les matrices de transition et les cartes de changement.

Studying the case of the local administrative unit ("commune" ) of Didy (Center-North of Madagascar) the authors used Landsat TM imagery (1994, 2001 and 2009) to produce multitemporal land cover maps. The aim is to evaluate the effectiveness of the program transferring the management of forested areas to local communities. Multispectral images have been atmospherically corrected, then used as inputs into a SVM (Support Vector Machine) algorithm to derive the land cover classification. Results indicate generally positive impacts of the management transfer program, i. e. a decrease of forest clearings and the conservation of forest cover., A partir du cas de la commune de Didy (Centre-Nord de Madagascar), les auteurs. ont établi, à l'aide d'images Landsat TM (1994, 2001 et 2009), des cartes d'occupation du sol à différentes dates afin d'évaluer l'efficacité du programme de transfert de la gestion forestière aux communautés de base locales. Les images multispectrales acquises à différentes dates ont été soumises à des corrections atmosphériques puis classifiées pour chaque date à l'aide de la méthode de classification non paramétrique SVM (Séparateur à Vaste Marge). Les résultats montrent en général des impacts positifs de l'installation des Transferts de Gestion (TG) sur le ralentissement des défrichements et le maintien de la couverture forestière.

Dans cette étude, nous présentons une image classifiée de la région de Vohimana, Madagascar, à partir d'une image SPOT-5 acquise en 2009. La méthode de classification d'image non paramétrique Séparateur à Vaste Marge (SVM) a été utilisée à cette fin. Les résultats obtenus, en ayant utilisé huit classes, montrent de bonnes précisions globale et individuelles de classification et permettent de donner une estimation de surfaces d'occupations des sols correspondant à ces classes.