Détection des changements au niveau d’un couvert forestier en milieu semi-aride entre 1984–2009: Cas de la forêt de Senalba Chergui de Djelfa (Algérie)

Abstract

The main objective of this work was to detect changes in a semi-arid forest using Landsat satellite multi-temporal imagery and to circumvent the lack of data on landscape temporal changes. The differential-algebraic method (subtraction) was used on 12 remote sensing variables obtained at different fixed periods. Before applying the differentiations on remote sensing data, a geometric correction and a radiometric normalization of satellite images were carried out to allow images comparison. Differentiation of individual bands (TM4 and TM5), ratios (TM4/TM5 and TM7/TM5), indexes (NDVI and NDMI), Tasseled Cap differentiation (e.g. TCB [Brightness], TCG [Greenness] and TCW [Wetness]) and finally the differentiation of the first three ACPs (ACP1, APC2 and ACP3) were carried out in order to select the best data for the detection of changes. Many radiometric thresholds were tested (11 values) to identify which ones had the ability to determine the best changes in the different studied periods. The most significant values of global precision (GP) (greater than 72% for the four studied periods) obtained in the error matrices were those of the NDVI variable using 0.9δ (δ = standard deviation) at the mean. This allowed the calculation of NDVI changes and the positive, negative and stable proportions for each period. The use of recent very high resolution spatial images for validation allowed us to highlight the causes of changes and the impact of silvicultural works during the period of forest management.

RÉSUMÉ

L’évaluation des changements au niveau des couverts forestiers dans les régions semi-arides est nécessaire pour appuyer une gestion forestière durable de ces milieux. L’objectif de notre projet était de développer une approche de détection des changements basée sur l’utilisation de la méthode algébrique par différentiation des données de télédétection Landsat afin de contourner le manque de données sur les changements. La différentiation des bandes individuelles (TM4 et TM5), des ratios (TM4/TM5 et TM7/TM5), des indices (NDVI et NDMI), Tasseled Cap (TCB [Brightness], TCG [Greenness] et TCW [Wetness]) et enfin la soustraction des trois premières ACP ont été réalisées dans le but de sélectionner la donnée la plus pertinente pour la détection des changements. Onze seuils radiométriques ont été appliqués pour mieux identifier les changements pour les quatre périodes étudiées. Les valeurs les plus significatives de précision globale (>72 % pour toutes les périodes) obtenues par les matrices d’erreurs sont celles de NDVI en utilisant 0,9δ (δ = écarts-types) à la moyenne. Ceci a permis de calculer les superficies de changements positifs, négatifs et de stabilité pour chaque période. La validation a permis de mettre en évidence les causes des changements et l’impact des travaux sylvicoles réalisés. Certaines faiblesses de la gestion forestière ont été relevées à l’aide de la télédétection.