Carte du monde
Agriculture
Ecologie et Gestion du Territoire
Interventions humanitaires
Météorologie appliquée
Milieux aquatiques
Planification régionale et locale
  Repérer les changements
  A l’échelle de la ville
  Occupation du sol
  Tourisme
Risques environnementaux
Surveillance planétaire
Applications hyperspectrales
Méthode et Résultats

De la précision floue

Il n'est pas aisé de définir précisément la notion de vulnérabilité de l'environnement. Principalement parce que l'environnement est un domaine qui ne peut pas être divisé en petites sections bien définies. Il n'existe pas de lignes maîtresses avec une définition précise pour chaque particularité. Que faut-il par exemple répondre à la question : "Le sol est-il sec ou mouillé?" si mouillé est égal à (1) et si sec est égal à (0)? Le sol peut également être 'légèrement mouillé' (<1 et >0). La logique mathématique ne peut définir ce terme 'légèrement' et ne peut par conséquent pas le prendre en considération dans ses calculs. Voilà pourquoi nous utiliserons dans ce projet une logique floue (fuzzy logic). Dans ce cas-ci, nous pouvons parfaitement définir le phénomène sec ou mouillé puisqu'il nous est permis d'utiliser le terme 'légèrement'. La réponse à la question de savoir si le sol est sec ou mouillé se situe entre le oui et le non. Dans le cas présent, la question est : 'Cette particularité du sol rend-elle l'environnement de cette région plus ou moins vulnérable?' Cette question est posée pour différentes caractéristiques dans chaque canton administratif. Les réponses entre le oui (1) et le non (0) sont rassemblées et encodées dans une banque de données (le tableau des caractéristiques ). Plus la valeur se rapproche du 0, plus l'environnement est vulnérable. Par le biais de calculs mathématiques basés sur le tableau des caractéristiques, il nous est possible de classer les cantons au sein d'une même région.

 

Une terre fragile

On analyse entre autres la superficie du champ et la végétation. Pour ce faire, il a fallu faire appel à deux techniques de classification différentes à partir de l'image Landsat TM. La classification dure et la classification douce avec différentes images fractionnées.


Méthode dure

Image de la végétation, issue d'une image TM
On a également analysé pour cette même région l’indice de végétation (Normalised Difference Vegetation Index - NDVI).
Plus l'image est verte, plus la végétation est abondante. Vous constaterez une ceinture de végétation le long de la rivière Oti (forêts-galeries ). Les champs fraîchement labourés ainsi que les sols appauvris apparaissent en brun étant donné qu'ils ne présentent aucune trace de végétation et que seul le sol nu émerge.
Après examen d'un certain nombre d'autres caractéristiques, les différents cantons peuvent être classés selon la vulnérabilité de leur milieu naturel. Vous retrouverez ce classement sur le graphique et la carte. Plus sa position dans le graphique est haute, plus la vulnérabilité du canton concerné est faible. Sur la carte, vous apercevrez en bleu les cantons dont la vulnérabilité est la plus élevée et en brun ceux dont la vulnérabilité est faible.

Classement des différents cantons selon leur vulnérabilité

Classement des différents cantons selon leur vulnérabilité

Savanes-L'Oti

Kara

Le plan de lutte contre la maladie doit tenir compte de cette différence et doit commencer par traiter les cantons les plus résistants. En effet, nous savons que dans ces cantons la lutte contre la maladie aura du moins un effet durable sans pour autant causer de dommages à l'environnement. Si nous disposons des moyens suffisants, nous pourrons par la suite également traiter les régions moins prioritaires. Notons, toutefois, que pour être efficace, un système agricole durable doit absolument maintenir un nombre limité maximal de bovins par unité de superficie même après le traitement.

 

Conclusions

Grâce à cette technique de classification des cantons en fonction de leur vulnérabilité, nous pouvons dégager ceux dans lesquels une action de lutte contre la maladie peut être entreprise. Des moyens doivent être mis en oeuvre pour dégager une solution durable au problème, permettant d'augmenter la production agricole tout en évitant de causer des dommages à l'environnement.

La classification se base sur des données physiques de la région en question. Cette méthode peut également s'appliquer à d'autres domaines ; il est en outre possible d'adapter indéfiniment le classement en fonction des données disponibles ou des changements dans les données relatives à une région déterminée.