Apport de trois méthodes de détection des surfaces brûlées par imagerie Landsat ETM+ : application au contact forêt- savane du Cameroun

Résumé Fr En

La plupart des savanes d’Afrique sont chaque année parcourues par des feux au bénéfice des activités cynégétiques et agropastorales. L’objectif de cette contribution est d’évaluer l’apport de l’imagerie Landsat à la définition et à la discrétisation des zones affectées par des feux saisonniers. La méthodologie utilisée porte sur trois modes de traitement, à savoir l’algorithme de détection des surfaces brûlées élaboré par Eva et Lambin (1998), la classification non supervisée par isodata réalisée sur le canal infrarouge thermique et la classification supervisée par maximum de vraisemblance réalisée sur des trichromies optimisées combinant les canaux 6.1, 5 et 6.2. Les traitements ont permis de mettre en évidence les tâches affectées par les feux récents et anciens, les forêts et les savanes non brûlées.La méthode de seuillage Lambin et Eva et la classification supervisée donnent des résultats assez concordants aussi bien en termes quantitatifs que de recouvrement spatial. Ces deux méthodes indiquent que des pourcentages respectifs de 28,25 et 27,9 de l’aire totale ont été affectés par les feux (anciens et récents). La classification automatique réduit la proportion du territoire affectée par les feux à 18%. Cette sous-évaluation des feux est liée à l’inadaptation de cette dernière méthode à discriminer efficacement les surfaces affectées par les feux relativement anciens ou peu virulents et souligne la nécessité d’une utilisation conjointe des canaux 5 et 6 dans la discrétisation des superficies brûlées.La répartition des superficies brûlées par type de végétation indique que 36% de savanes arbustives, 23% de savanes boisées, 7% de forêts dégradées et 0,4% de forêts denses humides ont brûlé à cette période qui correspond juste au milieu de la saison sèche pour la zone d’étude. Ces expériences doivent toutefois être reprises sur d’autres sites et à d’autres périodes de l’année en vue de mieux apprécier l’apport du système Landsat dans l’étude des feux de végétation en territoire camerounais.

The majority of African savannas are traversed by fires each year for the benefit of hunting and agropastoral activities. The objective of this paper is to evaluate the contribution of Landsat imagery to the definition and the discretization of the zones affected by seasonal fires. The methodology used consists of three modes of treatment, namely the algorithm of detection of burned surfaces worked out by Eva and Lambin (1998), the unsupervised isodata classification realized on the thermal infra-red channel and the supervised classification by maximum likelihood carried out on optimized three-colour processes combining channels 6.1, 5 and 6.2. The treatments made it possible to highlight the areas affected by recent and old fires, the unburned forests and savannas. The method of thresholding of Lambin and Eva and the supervised classification give rather concordant results in quantitative terms as well as space covered. These two methods indicate that respective percentages of 28,25 and 27,9 of the total surface were affected by fires (old and recent). Automatic classification reduced the proportion of the territory affected by fires to 18%. This undervaluation of fires is related to the maladjustment of this last method to effectively discriminate the surfaces affected by relatively old or not very virulent fires and underlines the need for a joint use of channels 5 and 6 in the discretization of the burned surfaces. The distribution of the surface areas by type of vegetation indicates that 36% of shrub savannas, 23% of tree savannas, 7% of degraded forests and 0,4% of humid dense forests were burned at this period which corresponds just to the middle of the dry season in the study area. These experiments must however be taken again on other sites and at other periods of the year to better appreciate the contribution of the Landsat system in the study of vegetation fires in the Cameroonian territory.