Modèle numérique de terrain (MNT) ou Digital Elevation Model (DEM)

À l’échelle mondiale, il existe 36 hotspots de la biodiversité, couvrant 2,4% de la superficie terrestre et abritant environ 50% des espèces végétales endémiques ainsi que 42% des espèces de vertébrés terrestres endémiques dans le monde (HRDINA et REMPORTL, 2017). Madagascar figure parmi les 10 premiers hotspots de la diversité biologique mondiale (CDB, 2016), non seulement à cause du degré élevé de diversité biologique et d’endémisme de sa faune et de sa flore, mais aussi pour l’importance des menaces continues sur son patrimoine naturel. Depuis quelques décennies, ce patrimoine naturel unique s’est trouvé de plus en plus menacé avec de fortes pertes et dégradations. Ce sont les activités à but agricole qui sont à l’origine de la fragmentation de la forêt et du recul du couvert forestier (RAKOTO, 2014). En effet, le taux de déforestation est passé de 0,83% par an entre 1990 et 2000 et 0,53% par an entre 2000 et 2005. Pour la période de 2005 et 2010, le taux est estimé à 0,4% (MEF et al,. 2013). D’ailleurs, pour Madagascar, les années 2000 à 2015 ont été marquées par la perte de 80 000 ha de forêts naturelles (FAO, 2015). De plus, près de 70 % de la population malagasy dépendent des biens et services que cette forêt tropicale fournit par l’exploitation de ces ressources (ROELENS et al., 2010).

Modèle numérique de terrain (MNT) ou Digital Elevation Model (DEM)

Le modèle numérique de terrain (MNT) ou DEM (Digital Elevation Model) est une représentation numérique et mathématique de l’altitude d’un point quelconque de la surface terrestre d’une zone géographique, dans un système référentiel bien défini (OUEDRAOGO, 2014). Selon différents travaux (GUTH, 2010 ; DATTA, 2010), le SRTM apporte une description plus fidèle de la topographie par rapport à d’autres types de données telles que les données ASTER DEM à 30 m de résolution, utilisées dans le cadre de cette étude. En effet, ces données à plus haute résolution spatiale sont produites à partir d’images optiques par stéréoscopie (DE VENTE et al. 2009 ; KUNTA, 2009) et offrent une représentation moins réaliste de la topographie. Les données du DEM ont été obtenues à partir du radar de navette comme le Shuttle Radar Topographic Mission (SRTM) et les ASTER. Actuellement les communautés scientifiques ont vu un grand nombre d’application de SRTM DEM pour diverses applications (YANG et al., 2011). Le Modèle Numérique de Terrain (MNT) a été utilisé pour déterminer les pentes et les formes du relief de la zone d’étude, afin d’affiner les calculs d’accessibilité pour la prise en compte du relief qui est une contrainte au déplacement au sein de la zone.

Bases de données BD 100

Une base de données géographique mise en place par l’Institut géographique et hydrographique national (FTM), contenant les données sur les limites administratives, les réseaux de piste et de route, a aussi été mise en jeu. A partir des cartes de base de Madagascar, à l’échelle 1/100 000, les différentes zones d’intervention, les réseaux routiers, les pistes et les chemins spatialisés et géolocalisés, ont été définis. Concernant les pistes et chemins, ils ont été actualisés par la digitalisation sur le logiciel QGis.

Logiciels utilisés
Différents logiciels ont été mobilisés dans le cadre de ce travail afin d’atteindre les objectifs, dont : Excel 2103 pour l’enregistrement des données GPS et calcul des rendements de chaque SAFs, QGis pour la création de la carte d’occupation du sol, ArcGIS 10.3 pour les prétraitements (uniformisation) et traitements des données sur le modèle de répartition et les surfaces de chaque parcelle agroforestière, -Word pour la rédaction du document, Power Point pour la préparation de la présentation.

Méthode

Choix des paramètres et des facteurs de répartition

Pour comprendre la répartition de l’agroforesterie dans la zone d’étude, il faut d’abord identifier le paramètre intervenant dans la logique de sa répartition. Les recherches interrogeant les ressorts des processus d’organisation des espaces agricoles mettent souvent en évidence le rôle primordial de l’exploitation agricole comme échelle élémentaire d’analyse (DEFFONTAINES et PETIT, 1985). En effet, plusieurs paramètres influencent la répartition de l’agroforesterie, tels que la distance par rapport aux zones d’habitations, l’âge de l’exploitation, la proximité d’une rivière, la proximité d’un marché. Mais beaucoup de littérature stipulent que l’agroforesterie se situe presque en bordure de la maison d’habitation, notamment RAMANAMANDIMBY en 2015 dans la même zone d’étude disant que l’agroforesterie est localisée surtout près de la zone habitée. Et aussi, dans les travaux similaires, la distance des parcelles par rapport au siège d’exploitation apparaît toujours comme un élément central pour comprendre les logiques d’organisation spatiale des exploitations (CHISHOLM, 1966 ; MORLON et TROUCHE, 2003). C’est pour cela que le paramètre retenu dans ce travail pour comprendre la logique de répartition de l’agroforesterie a été la distance par rapport aux zones d’habitations. Aussi, il faut effectivement définir les différents facteurs intervenants dans la répartition de l’agroforesterie, pour tenter d’intégrer les facteurs les plus influents sur les conditions d’accès aux parcelles agricoles. Suite aux entretiens menés avec les exploitants, il est apparu que deux facteurs essentiels se combinaient à la notion de distance pour définir les contraintes d’accessibilité : le type de voie de communication (route, chemin et piste) et la pente (faible, moyenne ou forte).

Collecte de données

Enquête sur terrain

Afin de pouvoir sortir les différents types de SAFs dans le BV du Maningory, une descente sur terrain a été effectuée dans les 4 communes du bassin dont Andilamena et Ambatondrazaka dans la partie Ouest, Vavatenina et Ampasina Maningory dans la partie Est. La descente s’est déroulée durant la saison sèche. Des enquêtes par questionnaire auprès de 120 villageois ont été menées dans les 12 Fkt d’intervention. En effet, 30 villageois par commune ont été enquêtés. L’objectif était de caractériser les principaux SAF existants. C’est une technique de collecte de données auprès des personnes physiques mouvantes qui peuvent facilement changer d’attitude, c’est pourquoi les questions sont agencées de façon à prévoir toutes les situations possibles (RAMAMONJISOA, 1996). Ce questionnaire est soigneusement élaboré avant le début de l’enquête et sera posé sous une forme identique à tous les sujets interrogés. (LOUBET, 2000). Les enquêtes étaient réalisées durant les visites des parcelles avec le paysan, mais quelquefois aux domiciles de certains d’entre eux. Les enquêtes, conduites sur la parcelle, directement au village ou sur le lieu de rencontre avec les agriculteurs, ont permis d’identifier leurs pratiques. Les données btenues informent sur les différents systèmes de culture des villageois, sur la composition et la destination de chaque produit des différentes parcelles. Elles ont aussi permis de comprendre comment les villageois organisent leur plantation dans le paysage. Des visites de quelques parcelles ont été organisées afin de mieux transcrire l’enquête menée auprès des villageois.

Observation du paysage et relevé GPS

Accompagné d’un guide local, des visites au niveau de chaque Fkt ont été menés afin de voir les paysages qui ornent les différents villages. Elles ont pour but de reconnaître et de définir les éléments paysagers de la zone d’étude et d’effectuer des relevés de points GPS représentatifs de chaque classe d’occupation du sol afin de faciliter leur identification sur Google Earth. Les points obtenus ont servi de base pour la validation de la classification finale. Lors de cette descente sur terrain, 65 points GPS ont été relevés dans l’ensemble de la zone d’étude. Avec l’aide des guides, la reconnaissance des propriétés de quelques parcelles agroforestières a été possible, ce qui a facilité le relevé des points GPS au niveau de quelques parcelles des villageois.

Elaboration d’une carte d’occupation du sol

Afin d’obtenir le modèle de répartition spatiale de l’agroforesterie dans le BV du Maningory, il s’est avéré primordial de ressortir la carte d’occupation du sol de chaque zone. L’occupation du sol se définit comme la couverture (bio) physique de la surface terrestre et désigne donc des types de couverture comme les forêts, les surfaces artificialisées ou les surfaces herbacées (BEGUE et al., 2016). Ainsi, l’élaboration d’une carte d’occupation du sol a permis d’identifier tous les éléments qui composent l’espace, que ce soit sol, végétation, plan d’eau et zone d’habitation, à travers des outils SIG. La méthode utilisée est la méthode de photo-interprétation par l’intermédiaire de la vectorisation ou digitalisation sur support des images de très hautes résolutions Google Earth intégrées dans le logiciels QGis à travers l’extension Open Layer Plugin.

Photo-interprétation :
La description de l’occupation du sol sur un territoire donné repose généralement sur la mise en place d’une cartographie de l’occupation du sol issue le plus souvent d’une classification ou photointerprétation d’images satellite ou aérienne. Elle est définie, comme son nom l’indique désigne l’« art» d’interpréter une image (ici par un opérateur et non comme parfois par des algorithmes de photoidentification). Elle se base donc sur une image. La classification est alors une représentation abstraite d’une situation réelle et repose sur la mise en place de « descripteurs » permettant de mettre en relation une classe d’occupation du sol définie préalablement avec un objet observé sur l’image.

Création de grille vectrice
Une grille d’aide à la vectorisation est créée sous forme de fichier shapefile de géométrie linéaire au niveau de chaque zone d’étude (COSTLES, 2011). Elle réalise un découpage virtuel de l’image Google map en bandes. Travailler sur chaque bande successive assure non seulement à l’opérateur de saisie une plus grande facilité de repérage sur le fond de carte lors de zoom / dé-zoom importants, mais aussi pour ne pas délaisser un seul des polygones à spécifier et pour définir les occupations comme n’appartenant qu’à une seule grille.

Table des matières

Introduction
1 Matériels et méthodes
1.1 Problématique
1.2 Hypothèses
1.3 Etat des connaissances
1.3.1 Notion sur l’agroforesterie
1.3.2 Notion d’accessibilité
1.3.3 Présentation du milieu d’étude et du bassin versant du Maningory
1.4 Matériels
1.4.1 Fond de carte
1.4.2 Modèle numérique de terrain (MNT) ou Digital Elevation Model (DEM)
1.4.3 Bases de données BD 100
1.4.4 Logiciels utilisés
1.5 Méthode
1.5.1 Choix des paramètres et des facteurs de répartition
1.5.2 Collecte de données
1.5.3 Traitement et analyse de données
1.6 Limites de l’étude
1.7 Cadre opératoire
1.8 Synthèse méthodologique
2 Résultats
2.1 Type de SAFs dans le BV Maningory
2.1.1 Versant Est
2.1.2 Versant Ouest
2.2 Définition de la matrice de friction
2.2.1 Occupation du sol
2.2.2 Matrice de friction
2.3 Répartition de l’agroforesterie dans la partie Est (région Analanjirofo)
2.3.1 Selon le type d’agroforesterie
2.3.2 Selon la taille de l’agroforesterie
2.4 Répartition de l’agroforesterie dans la partie Ouest (Région Alaotra Mangoro)
2.4.1 Selon le type d’agroforesterie
2.4.2 Selon la taille de l’agroforesterie
2.5 Comparaison des deux zones d’étude
3 Discussions et recommandations
3.1 Discussions
3.1.1 Discussions sur la méthodologie
3.1.2 Discussions sur les résultats
3.1.3 Vérification des hypothèses
3.2 Recommandations
3.2.1 Recommandations sur la méthodologie
3.2.2 Opérationnalisation de la recherche
Conclusion
Bibliographie

Lire le rapport complet