Observations satellitaires de l'état de la cédraie du Moyen Atlas : étude régionale de la déforestation et détection localisée du déperissement du cédre

Abstract FRE

Dans le cadre de la collaboration entre l'Ecole nationale forestiere d'ingenieurs (ENFI) et I'Universite du Quebec a Chicoutimi (UQAC), nous avons entrepris des activites de recherche, sur l'utilisation de l'imagerie satellitaire pour evaluer l'etat de degradation de la foret du Moyen Atlas.

Les objectifs poursuivis consistaient en l'utilisation de diverses techniques de teledetection pour (i) la cartographie des especes dominantes de l'ecosysteme de la cedraie tels le cedre et le chene vert, (ii) 1'identification des zones de deforestation/reforestation et le monitoring de leurs dynamiques temporelles, et (iii) la detection du deperissement du cedre.

D'abord nous avons utilise des methodes adaptees a l'analyse regionale exploitant des donnees satellitaires de haute resolution spatiales (30m et 15m).

Les resultats obtenus etaient concluants en termes de cartographie des especes vegetales dominantes, de l'appreciation de la fragmentation du couvert forestier, et devaluation du changement.

Pour contre, avec ces resolutions, il n'etait pas possible de detecter le deperissement du cedre car le signal provenant du sous-bois (constitue de chene vert) compensait pour la perte du signal issu du cedre (canopee).

Nous avons alors opte pour la tres haute resolution spatiale (2.80m et 0.62m) pour etudier le deperissement du cedre.

Ces resolutions, necessitaient l'adoption d'une nouvelle approche contextuelles: la "classification onentee objet".

Cette derniere a de mieux discriminer les arbres cedre de ceux de chene vert et de detecter les individus de cedre atteints par le deperissement.

Pour ce faire, nous avons utilise des images satellitaires des capteurs TM {Thematic Mapper, Landsat) a 30m, ASTER {Advanced Spaceborne Thermal Emission and Reflection Radiometer) a 15m et Quickbird ayant une tres haute resolution spatiale de 2.8m et 0.62m.

Mots-cles: Demixage spectral, detection du changement, classification orientee objet, tres haute resolution spatiale.