Skip to navigation – Site map

HomeNuméros4Mise en évidence de la résilience...

Mise en évidence de la résilience de la végétation sahélienne par télédétection basse résolution au Niger à la suite d’épisodes de sécheresse

Evidence of Sahelian vegetation resilience in Niger after drought periods by using low resolution satellite data
Yvon-Carmen Hountondji, Jacques Nicolas, Nestor Sokpon and Pierre Ozer
p. 499-516

Abstracts

In order to identify areas where desertification may have occurred over the last two decades, 109 stations located in three bioclimatic zones of Niger are analyzed. Time series of remote sensing data are well suited to this task. Here, we use time series of NOAA AVHRR normalized difference vegetation index (NDVI) data and rainfall data. In this study, trend analysis is used to identify areas within the biomes from 1981 to 1999 in Niger with apparent land degradation in semi-arid areas. It appears that most of Niger (82,5%) recorded increasing rainfall while only 78,9% experienced increasing in integrated vegetation index (iNDVI). However, the combination of the two variables through the ratio iNDVI/RR shows a widespread reduction of the rain-use efficiency with highly significant trend for the stations grouped by bioclimatic area (p<10-6) during the studied period (1981-1999). These negative trends suggest a progressive diminution of the vegetation productivity as highlighted by the lowering of the iNDVI/RR ratio. This situation suggested a consistently environmental degradation and that desertification processes continued during the last two decades over most of the Sahelian belt of Niger.

Top of page

Full text

Nous remercions la Direction de la Météorologie Nationale du Niger pour nous avoir fourni les données de précipitations utilisées dans cette étude. Le premier auteur tient à remercier le Conseil Interuniversitaire de la Communauté français de Belgique (CIUF) pour la bourse d’étude qui lui a été accordée pour entreprendre une thèse en Sciences de l’Environnement, dans le cadre de laquelle cette recherche a été réalisée.

Introduction

1Depuis le milieu des années 1970, la désertification a bénéficié d’un intérêt considérable tant de la part des scientifiques, que des politiques et du public en général. Elle est actuellement reconnue comme étant une problématique environnementale majeure pour le XXIe siècle (World Bank, 2002). Cependant, le terme désertification est souvent galvaudé et malheureusement confondu avec la sécheresse (Thomas, 1993). Durant ces dernières décennies, la lutte contre la désertification n’a pas atteint son objectif et est considérée par un grand nombre d’observateurs comme étant un réel échec par manque, entre autres, d’indicateurs pertinents pour en assurer le suivi et d’une définition universelle de la problématique (Hellden, 1991 ; Glenn et al., 1998). Dès lors, plusieurs auteurs ont tenté de déterminer des indicateurs appropriés, simples et accessibles à tous, pour le suivi de l’état de la désertification (Rapp, 1974 ; Mabutt, 1986 ; Berger, 1996 ; Mouat et al., 1997 ; Ozer, 2000 ; Prince, 2002 ; Symeonakis et Drake, 2004).

2Un indicateur environnemental peut être défini comme des mesures de magnitude, fréquence, taux et tendance de processus environnemental qui peut être observé à la surface de la Terre, et qui est sujet à des variations significatives pour déterminer et comprendre les changements environnementaux à l’échelle humaine. L’indicateur environnemental doit permettre d’identifier le plus rapidement possible les tendances en cours (Elliott, 1996) et doit être facilement compréhensible par les autorités politiques compétentes ainsi que par les bailleurs de fonds pour que des actions puissent être prises rapidement pour ralentir ou stopper les processus en cours (Neimanis et Kerr, 1996).

3Dans cet article, nous proposons d’utiliser un indicateur qui associe les indices de végétation dérivés du capteur à basse-résolution AVHRR de NOAA et les précipitations mesurées au sol en région sahélienne sur la plus longue période jamais utilisée, à savoir 1981-1999, dans le but d’identifier les zones connaissant une dégradation potentielle.

Problématique sahélienne

4Depuis la fin des années 1960, la région sahélienne est gravement affectée par le déficit pluviométrique le plus important, tant dans son intensité que dans sa durée, jamais enregistré au cours du XXe siècle (Hulme, 1996 ; Morel, 1998 ; Dai et al., 1998). Le paroxysme de cette sécheresse a été atteint durant la première moitié des années 1980 (Nicholson, 1985) et a provoqué des famines de grande envergure, qui ont mobilisé la solidarité internationale. A cette détérioration climatique s’est ajoutée une augmentation drastique de la pression anthropique sur l’environnement. L’explosion démographique de ces dernières décennies entraîne tout un cortège d’impacts sur l’environnement, dont les plus significatifs sont les pratiques agricoles non appropriées, la surexploitation des sols et des ressources hydriques, le surpâturage, le piétinement, les migrations des populations vers le sud ou vers les noyaux urbains et la sédentarisation massive des populations nomades (Thomas et Middleton, 1994 ; Ozer, 2000). Il en résulte une dégradation du milieu qui se traduit dans le paysage par la diminution du rendement des cultures (Gommes, 1998), par la remise en activité des dunes autrefois fixées par la végétation (Ozer, 2002) et par un déboisement excessif (Ozer, 2004). Ces dernières années, un retour à des conditions pluviométriques moins déficitaires semble s’être amorcé dans certaines régions d’Afrique de l’Ouest (Hulme, 2001 ; Sene et Ozer, 2002 ; L’Hôte et al., 2002 ; Ozer et al., 2003).

Utilisation de la télédétection dans l’étude de la désertification

Images satellitaires à haute résolution

5Les analyses multi-temporelles, réalisées à partir d’images satellitaires à haute résolution (1 à 30 mètres de résolution spatiale), ont permis de mettre en évidence les processus de dégradation environnementale dans les zones arides, semi-arides et sub-humides sèches au Sahel. Dans ces études, des photographies aériennes des années cinquante et soixante-dix sont le plus souvent comparées avec des images TM de LANDSAT ou HRV de SPOT des deux dernières décennies. A noter également l’utilisation des images ASTER et des images à très haute résolution comme IKONOS. Ces études sont le plus fréquemment supportées par des missions de réalité de terrain et complétées par des enquêtes auprès des populations locales. Les résultats qui en découlent sont généralement similaires : d’une part, une diminution importante des zones boisées et de la végétation en général et, d’autre part, une augmentation remarquable des sols dégradés qui se marque souvent par une remise en mouvement du sol par la déflation éolienne (Chamard et Courel, 1979 ; Kuberow, 1990 ; Karimoune, 1994 ; Kuberow, 1994 ; Lindqvist et Tengberg, 1994 ; Pare et Tallet, 1999 ; Valentin et d’Herbes 1999 ; Gonzalez, 2001 ; Mainguet et al., 2001 ; Cuny et Sorg, 2003). Il n’en demeure pas moins que les appréciations du phénomène varient fortement d’une zone d’étude à l’autre.

6Ainsi, Karimoune (1994) présente de manière précise la désertification comme un processus irréversible alors que les travaux de Lindqvist et Tengberg (1994) suivis de Rasmussen et son équipe (2001) suggèrent une certaine résilience de la végétation et vont donc à l’encontre du concept d’irréversibilité de la désertification.

7L’avantage de ces études, reposant sur l’examen diachronique de missions aériennes et d’images satellitaires à haute résolution, réside dans la période d’analyse pouvant couvrir près d’un demi-siècle d’informations. Par contre, les faiblesses de ces analyses sont, d’une part, le coût élevé pour l’acquisition des données tant aériennes que satellitaires ainsi que pour la main d’oeuvre et, d’autre part, le caractère local de l’étude.

Images satellitaires à basse résolution

8Les images satellitaires à basse résolution (1 km ou plus) fournies par les capteurs AVHRR de NOAA ou VEGETATION de SPOT permettent d’effectuer un suivi régulier à très faible coût des ressources renouvelables. La perte de précision due à la faible résolution spatiale est compensée par un large champ d’observation et par une excellente résolution temporelle. Une répétitivité journalière est en effet essentielle pour un suivi régulier des ressources, principalement végétales. Les plus longues séries ne débutent qu’en 1981, ce qui n’a permis le plus souvent l’analyse de diverses problématiques environnementales que sur une décennie.

9Diverses études se sont basées sur l’exploitation de l’imagerie satellitaire à basse résolution pour quantifier les processus de désertification. Les indicateurs les plus fréquemment utilisés sont le suivi simple de l’évolution de la végétation au moyen de l’indice de végétation normalisé (NDVI) ou de la combinaison de cet indice avec les précipitations sur des périodes de temps qui varient selon les auteurs (Nicholson et al., 1998 ; Prince et al., 1998 ; Foody, 2003 ; Symeonakis et Drake, 2004).

Indice de végétation normalisé (NDVI)

10Mis au point par Rousse et al. (1973), le NDVI est élaboré à partir de la différence entre la réflectance de la végétation fournie par le capteur AVHRR (Advanced Very High Resolution Radiometer) du satellite NOAA dans le proche infrarouge (canal 2 : 0,73-1,1 µm) et de celle obtenue dans le rouge (canal 1 : 0,55-0,68 µm), divisée par la somme de ces deux mêmes réflectances. Le résultat d’un NDVI prend la forme d’une nouvelle image, dont les valeurs théoriques sont comprises entre –1 à +1. Mais en pratique, les valeurs des images produites par le capteur AVHRR vont des valeurs négatives (eau) à 0,6 qui correspond à une végétation dense en passant par la valeur zéro (sol nu). A cause des variations spectrales des sols, la végétation peut être systématiquement distinguée d’un sol nu et une comparaison entre zones peut être faite à partir des valeurs 0,05 à 0,06. Pour le traitement informatique, les valeurs NDVI originales sont rééchelonnées et converties en valeurs digitales allant de 0 à 255, intervalles appelés « intervalle byte » avec 256 valeurs possibles correspondant à 8 bits. C’est l’analyse de la palette de nuances s’étendant entre ces valeurs extrêmes (très peu fréquentes) qui va renseigner l’observateur sur la densité de couvert et la quantité de biomasse verte. Cet indice est très utilisé en raison de la facilité de sa mise en oeuvre et surtout de sa corrélation avec la densité du couvert végétal, la capacité des végétaux à absorber la lumière solaire et à la convertir en biomasse.

11En région sahélienne, la dynamique de la végétation est fortement liée à l’évolution pluviométrique (Nicholson et al., 1998 ; Milich et Weiss, 2000a, 2000b). Au Mali et au Niger, les études de Malo et Nicholson (1990) suggèrent que le NDVI mensuel est directement fonction des précipitations mensuelles. Dans la même région, Justice et al. (1991) ont analysé les relations existant entre le NDVI décadaire et les précipitations décadaires estimées à partir de la durée des nuages à sommet froid (données METEOSAT). Les auteurs constatent une forte relation entre les deux paramètres tout en soulignant que le temps de réponse de la végétation aux précipitations est de une à deux décades. Des observations similaires ont été faites au Sahel et en Afrique de l’Est (Nicholson et al., 1990 ; Davenport et Nicholson, 1993). Cette relation étroite a d’ailleurs permis la modélisation du NDVI en fonction des précipitations dans le sud du Niger et le nord du Nigeria (Hess et al., 1996). Dès lors le NDVI est reconnu comme étant un indicateur fiable de l’état de la végétation (Grist et al., 1997 ; Foody, 2003 ; Symeonakis et Drake, 2004).

Objectifs de l’étude

12L’objet de cette étude est donc d’évaluer si l’état de la végétation présente également une amélioration consécutive à des conditions pluviométriques plus favorables (phénomène de résilience écologique, Holling, 1973), comme le suggèrent certaines études (Jacobberger-Jellison, 1994 ; Prince et al., 1998 ; Nicholson et al., 1998 ; Tucker et Nicholson, 1999 ; Rasmussen et al., 2001 ; Pearce, 2002 ; Eklundh et Olsson, 2003), ou si, au contraire, la longue altération environnementale de ces dernières décennies a une bonne dose d’irréversibilité, du moins à l’échelle de plusieurs années voire même de quelques vies humaines, comme le soutient un autre courant d’idée (Mainguet, 1991 ; Wickens, 1997 ; Chamard et Courel, 1999 ; Ozer, 2000).

13Cette étude est réalisée sur le Niger. Ce pays reflète les conditions environnementales et socio-économiques caractéristiques des nations sahéliennes. Ainsi, le Niger est le deuxième pays le plus pauvre de la planète avec un indice de développement humain extrêmement bas (UNDP, 2003). La population humaine y augmente de manière exponentielle (+3,2 % par an), et est le plus souvent totalement dépendante de son environnement direct (FAO, 2004). Le couvert forestier se contracte à une vitesse vertigineuse (-3,7 % par an) (FAO, 2001) tandis que le rendement des cultures est constamment à la baisse depuis le début des années soixante (FAO, 2004).

Données et méthode

Données de précipitations

14Au Niger, les précipitations se concentrent de mai à octobre, avec 80 à 98 % des précipitations annuelles de juin à octobre, et sont caractérisées par une très forte variabilité interannuelle (Ozer, 2000). Les données journalières de précipitations de 1981 à 1999 ont été fournies par la Direction de la Météorologie Nationale du Niger. De tout le réseau, les 109 stations ne présentant aucune lacune et dont la pluviométrie moyenne annuelle (calculée sur la période 1981-1999) est supérieure à 100 mm ont été automatiquement sélectionnées. Les différentes stations retenues ont été regroupées en trois zones bioclimatiques distinctes, à savoir :

  • 100-300 mm : Sahel septentrional ou Sahel pastoral (Z1). L’isohyète de 100 mm représente la bordure du climat désertique correspondant à la limite nord du cram-cram (Cenchrus biflorus) (Quézel, 1965) ou à l’extension méridionale du hag (Cornulaca monacantha) (Capot-Rey, 1953) et des salsolacées, espèces typiquement sahariennes (Le Houerou, 1990) ;

  • 300-500 mm : Sahel central ou Sahel à culture sous pluie (Z2). L’isohyète de 300 mm représente la limite nord de l’extension de la région broussailleuse à graminées courtes et à acacia (Andrews 1949) ainsi que la limite septentrionale de la culture du petit mil (Pennisetum typhoides) (Verheye, 1990).

  • 500-700 mm : Sahel méridional (Z3). L’isohyète de 500 mm correspond approximativement à la limite septentrionale des cultures non-irriguées (Gourou, 1970). Au sud, l’isohyète de 700 mm souligne la limite septentrionale du climat nord-soudanais (Richard-Molard, 1949).

15Le choix de ne pas étendre la zone d’analyse à la zone désertique (moins de 100 mm par an) se justifie par le fait que les données obtenues au niveau des rares stations qui s’y trouvent sont lacunaires et donc non fiables. Par ailleurs, le nombre très limité de postes pluviométriques fonctionnels, ne saurait être représentatif de cette zone désertique qui couvre environ 67 % du territoire nigérien. En définitive, sur les 109 stations étudiées, 32 sont localisées dans le Sahel septentrional, 58 dans la zone centrale et 19 dans le Sahel méridional (Figure 1).

Figure 1. Distribution spatiale des stations étudiées par zone bioclimatique au Niger.

Figure 1. Distribution spatiale des stations étudiées par zone bioclimatique au Niger.

Les isohyètes ont été obtenues par interpolation (krigeage) des moyennes annuelles de précipitations sur la période allant de 1980 à 2000.

Données de NDVI

16Les données de NDVI utilisées proviennent du capteur AVHRR de NOAA Pathfinder couvrant le globe de juillet 1981 jusqu’en décembre 2000 au pas de temps mensuel (Clarks Labs, 2001). La série d’images est complète à l’exception d’une période de quatre mois s’étendant de septembre à décembre 1994. Ces images sont géoréférencées et présentées en projection Hammer – Aitoff. La fenêtre de départ reprend tout le territoire nigérien situé en Afrique de l’Ouest. Le pixel en format 8 bits a une taille approximative de 7,6 km X 7,6 km à l’équateur ou 57,7 km². Les pixels sont re-échantillonnés à une résolution de 10 km. La synthèse mensuelle est obtenue par la procédure classique de « Maximum Composite Value : MCV » (Holben, 1986). L’utilisation des images MCV présente l’avantage de réduire les effets d’extrême variabilité inhérente au NDVI dont la cause se situe dans les conditions atmosphériques lors de la prise de l’image, la position du soleil ou alors l’angle d’orientation du capteur. Le niveau de correction des images Pathfinder étant suffisant, aucune autre correction n’était nécessaire avant leur exploitation (NASA, 2000). La fonction de conversion qui permet de passer du code numérique (CN) à la valeur de NDVI originale pour les images fournies par NOAA - ARTEMIS est :

17NDVI = 0.0039069*CN – 0.320313

18L’extraction des valeurs digitales de NDVI a été rendue possible grâce au logiciel WINSDIP version 5.1. (FAO /GIEWS, 2000).

19Les séries d’indices de végétation normalisés sont extraites sur des pixels de 10 km X 10km centrés sur les stations météorologiques ayant fourni les données pluviométriques. L’analyse se limite à la période de 1981-1999, car il a été démontré que les données satellitaires disponibles pour l’année 2000 sont biaisées à la suite d’un problème enregistré dans l’orbite de NOAA-14 (Eklundh et Olsson, 2003).

Méthodes

20Dans la présente étude, l’indice de végétation intégré (iNDVI) pendant la période végétative (juin-octobre) sera comparé à la pluviométrie totale (RR) enregistrée de mai à octobre (Nicholson et al., 1998). En effet, la valeur maximale de l’indice de végétation est généralement observée entre la troisième décade d’août et la deuxième décade de septembre (Hess et al., 1996). Etant donné que le temps de réponse du développement de la végétation est approximativement de 10 à 20 jours (Justice et al., 1991 ; Davenport et Nicholson, 1993), la décision de bloquer le total pluviométrique et l’indice de végétation intégré, respectivement de mai à octobre puis de juin à octobre, nous semble cohérente. L’évolution du iNDVI se fait au niveau de chaque pixel incluant les stations pluviométriques qui serviront à l’analyse de tendance. Ce choix de ne pas étendre l’unité spatiale d’analyse à plusieurs pixels est motivé par le fait que, de par leur caractère local orageux, les pluies sahéliennes et soudanaises présentent une très forte hétérogénéité spatiale (Sivakumar et Hatfield, 1990).

Evolution des précipitations et du iNDVI

21L’analyse des tendances linéaires, tant des précipitations que du iNDVI sur le long terme (1981-1999), a été réalisée au niveau des 109 points d’analyse. Pour chaque station, les deux tendances ont été estimées par régression linéaire entre les précipitations (respectivement le iNDVI) et le temps (en années). Les pentes ainsi estimées ont été regroupées en quatre classes indiquant des tendances forte, modérée, à la hausse ou à la baisse. La limite des quatre classes considérées est définie à partir de la statistique t de Student utilisée pour tester l’hypothèse d’une pente égale à 0. Dès lors, la tendance est qualifiée de forte si la valeur t de la pente de la régression est significative, en l’occurrence si le seuil de signification p correspondant est inférieur à 0,1. Les tendances qui n’étaient pas statistiquement significatives ont été qualifiées de modérées.

22En outre, les tendances au niveau du NDVI résultent de l’interaction de divers facteurs, à savoir certains artéfacts sur les données satellitaires, des variations biophysiques et les influences anthropiques. Les artéfacts sur les données satellitaires semblent extrêmement minimes durant la période analysée (Eklundh et Olsson, 2003). Dès lors, les variations de l’indice de végétation ne peuvent s’expliquer que par des variations pluviométriques ou des interventions humaines pouvant soit réduire la couverture végétale (dégradation) soit l’étendre, via la bonification des terres ou l’intensification agricole. La démarche adoptée devrait permettre d’identifier les zones connaissant une augmentation ou une dégradation, tant au niveau du régime pluviométrique que de l’indice de végétation (NDVI) sur les 19 années d’étude.

Rapport iNDVI/RR

23Dans les régions sub-sahariennes, de nombreux travaux ont montré que l’efficacité de l’utilisation de l’eau par la végétation constitue un bon indicateur permettant de détecter le processus de désertification (Malo et Nicholson, 1990 ; Nicholson et al., 1998, Prince et al., 1998, Diouf et Lambin, 2001 ; Symeonakis et Drake, 2004 ; Tottrup et Rasmussen, 2004). Cet indicateur est obtenu à partir d’une combinaison de la production primaire nette dérivée des valeurs de NDVI fournies par l’imagerie satellitaire, avec les précipitations au sol. Dans l’optique d’analyser l’évolution interannuelle de l’importance de la couverture végétale en fonction des précipitations reçues au cours de la période de végétation (RR : mai à octobre), le rapport iNDVI/RR a été calculé par année pour l’ensemble des stations regroupées dans les trois zones bioclimatiques retenues. L’expression de ce rapport est donnée par l’équation ci-après :

24iNDVI / RR =

25Des régressions ont été établies par zone afin d’apprécier la significativité des tendances notées. Dans la suite de notre analyse, la tendance sera qualifiée de forte si la valeur t de Student, obtenue pour la pente de régression, est significative au seuil de 0,1. Pour les valeurs de t dont le seuil p est compris entre 0,1 et 0,5, la tendance est dite modérée, et pour toute valeur de t dont le seuil est supérieur à 0,5 la tendance sera qualifiée de stable. Enfin, en fonction du signe du coefficient directeur de la droite de régression des pentes, la tendance est positive (hausse) ou négative (baisse).

Résultats

Evolution des précipitations

26Les tendances observées par station pour les précipitations totales en période de végétation active (RR) au sein des 109 stations analysées sont présentées à la figure 2. Au total, 55 % des stations analysées accusent une tendance forte à l’augmentation des précipitations et 27,5 % montrent une tendance modérée de l’amélioration pluviométrique (tableau 1). 19 stations accusent une stabilité des hauteurs de pluies. Précisons qu’aucune forte diminution des précipitations n’a été détectée sur la période analysée.

Tableau 1. Classification des pixels en fonction de la tendance des paramètres RR, iNDVI, et iNDVI / RR dans les trois zones bioclimatiques étudiées.

Tableau 1. Classification des pixels en fonction de la tendance des paramètres RR, iNDVI, et iNDVI / RR dans les trois zones bioclimatiques étudiées.

Figure 2. Evolution par station du cumul annuel des précipitations (mai à octobre) de 1981 à 1999 au Niger.

Figure 2. Evolution par station du cumul annuel des précipitations (mai à octobre) de 1981 à 1999 au Niger.

Evolution de l’indice de végétation intégré (iNDVI)

27Les différentes tendances enregistrées au niveau du iNDVI pour la période 1981-1999 sont présentées à la figure 3. Il en résulte que 65,1 % des points étudiés montrent une forte tendance positive et 13,8 % des pixels présentent une tendance modérée à la hausse. Par contre, 21 % des points enregistrent une stabilité du iNDVI.

Figure 3. Evolution par station du iNDVI de 1981 à 1999 au Niger.

Figure 3. Evolution par station du iNDVI de 1981 à 1999 au Niger.

28La répartition géographique des points concernés par les fortes tendances positives est bien spécifique. En effet, une concentration maximale est observée au nord et décroît sensiblement vers le sud : 75 % des stations du Sahel septentrional, 65,5 % dans le Sahel central et 47,4 % dans le Sahel méridional. Globalement, il ressort néanmoins que les stations montrant une tendance stable du iNDVI sont cantonnées à la zone méridionale (42 % contre 12 et 18 % respectivement pour le Sahel septentrional et central). Cependant, aucune agrégation spatiale des stations analysées n’a été observée. Ceci met en évidence le fait que, dans un contexte de pression anthropique, la diminution de la couverture végétale obéit plus à un mitage progressif de la couverture végétale qu’à une avancée régulière de la dégradation environnementale.

29En définitive, 82,5 % des résultats obtenus pour les précipitations montrent une tendance à la hausse alors que seulement 78,9 % des valeurs du iNDVI sont en augmentation. Seule une localité témoigne d’une baisse non significative des pluies alors qu’une baisse non significative (p>0,3) de l’indice de végétation s’observe au niveau 4 stations sur les 109 étudiées.

30Cette situation augure d’une certaine reconstitution de la couverture végétale dans les zones ayant subi les effets dramatiques de la détérioration climatique ayant sévit dans la région au cours de la décennie 1980. La réduction de la couverture végétale ne saurait à elle seule indiquer nécessairement une extension progressive de la désertification, car les fluctuations interannuelles observées dans la couverture végétale dépendent également d’autres facteurs naturels, tels que la phénologie, les variations des précipitations, ou les types de cultures qui ne sont pas liées au processus de désertification. Le recours à un indicateur pouvant harmonieusement combiner la productivité de la végétation avec les quantités des pluies reçues selon les zones bioclimatiques permettrait de lever le doute sur l’état du milieu au cours de la période d’étude.

L’efficacité d’utilisation des précipitations : rapport iNDVI/RR

31Les différentes tendances enregistrées au niveau du rapport iNDVI/RR pour la période 1981-1999 sont présentées à la figure 4. L’évolution des rapports iNDVI/RR pour les trois zones en fonction du temps est présentée à la figure 5. Sur ce graphique, les barres d’erreur permettent d’apprécier, pour chacune des années analysées, la dispersion des observations autour de la valeur moyenne des stations : elles correspondent à un intervalle de confiance de 95 % autour de la moyenne.

Figure 4. Evolution par station du rapport iNDVI/RR au Niger de 1981 à to 1999.

Figure 4. Evolution par station du rapport iNDVI/RR au Niger de 1981 à to 1999.

Figure 5. Evolution du rapport iNDVI/RR dans les trois zones bioclimatiques étudiées au Niger de 1981 à 1999.

Figure 5. Evolution du rapport iNDVI/RR dans les trois zones bioclimatiques étudiées au Niger de 1981 à 1999.

32Les régressions linéaires établies avec l’ensemble des points pour chacune des zones montrent une pente négative hautement significative (p<10-6) pour la statistique t de Student dans l’ensemble des trois zones bioclimatiques sur la période 1981-1999. Cette situation découle du fait que l’année 1984 a été particulièrement sèche sur l’ensemble du Sahel, ce qui engendre des valeurs très élevées du rapport iNDVI/RR et donc une augmentation de la significativité de la pente des régressions.

33Par ailleurs, lorsqu’on considère uniquement la période 1985 - 1999, les résultats montrent toujours une décroissance du rapport iNDVI/RR dans l’ensemble des trois zones bioclimatiques, avec tendance non significative pour le Sahel septentrional (p =0,52), hautement significative pour le Sahel central (p =0,00009) et significative dans le Sahel méridional (p =0,041). Une analyse détaillée des tendances pour chacune des stations regroupées par zone bioclimatique est synthétisée au tableau 1.

34Il en résulte que près d’une station sur deux montrent un déclin du rapport iNDVI/RR avec une tendance négative allant de modérée (30,2 % des cas) à forte (23,9 %) pour l’ensemble des 109 pixels analysés ; 45,9 % des pixels témoignent d’une certaine stabilité et aucune station ne montre une amélioration significative (p<0,3) de l’efficacité de l’utilisation des précipitations consécutive à la hausse des précipitations précédemment notée. Il importe de signaler que le déclin significatif du rapport iNDVI/RR est plus marqué dans le Sahel méridional (31,6 % des pixels analysés) et dans le Sahel central (27,6 %) que dans la zone sub-désertique (12,5 % des points considérés). Il apparaît donc que la baisse du rapport iNDVI/RR laisse ainsi entrevoir une extension globale du phénomène de dégradation de la végétation, qui s’accentue notamment dans les zones de production agricole et de pâturage.

Discussion

35Au cours de la période 1981-1999, une reprise pluviométrique a été notée sur la quasi totalité des 109 stations couvrant le territoire nigérien au sud l’isohyète de 100 mm. Ces résultats corroborent les observations récentes sur les variations des précipitations au Sahel (Ozer et al., 2003). Durant la même période, près de trois stations sur quatre ont enregistré une augmentation de la productivité végétale reflétée dans le cadre de cette étude par le iNDVI. Nos résultats confortent les études précédentes de Nicholson et al. (1998), qui suggèrent que la productivité des plantes augmente avec la hausse des précipitations et diminue avec la sécheresse.

36Le rapport iNDVI/RR a été suggéré par divers auteurs (Nicholson et al., 1998 ; Prince et al., 1998 ; Symeonakis and Drake, 2004) comme étant l’indicateur de référence pour identifier des zones souffrant des processus de désertification. Nicholson et al. (1998) ainsi que Prince et al. (1998) ont ainsi indiqué, sur la base de l’analyse de respectivement douze et neuf années, que le Sahel ne présentait pas de dégradation environnementale extensive. Nos résultats portant sur 19 années vont à l’encontre des études précédentes et montrent une diminution hautement significative de la productivité végétale dans deux des trois zones bioclimatiques étudiés. Ainsi, la tendance observée sur la période après la sécheresse (1985-1999), montre une diminution notoire du rapport iNDVI/RR dans les zones centrale et méridionale, alors que la végétation du Sahel septentrional semble connaître une résilience aux conditions plus humides de ces dernières années. Ces résultats sont en accord avec ceux de Rigina et Rasmussen (2003) qui observent, de 1986 à 1999 au Sénégal, une baisse des valeurs du ratio de l’indice de végétation intégré et des précipitations, respectivement dans la zone pastorale et dans le nord du pays (25 %) puis dans la région agricole au centre (53 %) qui peut être assimilée au Niger à la zone sahélienne méridionale. Au Burkina Faso, l’utilisation de la même méthode montre qu’une baisse du ratio de l’indice de végétation intégré et des précipitations est observée dans près de 40 % des stations (Hountondji et al., 2006). De toutes ces études, il est intéressant de constater que la répartition géographique des points sujets à une probable dégradation de l’état de la végétation est assez disparate et pourrait être le signe de dégradation par mitage, fonction essentiellement de la présence plus ou moins importante de la population. Ceci conforte les informations de terrain rassemblées par Hiernaux et Turner (2002), qui présentent une situation très contrastée entre les zones sahéliennes septentrionale et méridionale. D’après ces auteurs, les risques de dégradation environnementale seraient modérés et principalement influencés par les fluctuations climatiques en zone pastorale, alors qu’ils seraient élevés et particulièrement sensibles aux pressions anthropiques dans le sud du Sahel. D’autres études menées dans la région de Maradi, zone centrale du Niger, montrent qu’il y a une baisse continue de la fertilité des sols à la suite de l’intensification agricole causée, entre autres, par la disparition des jachères naguère fréquentes (Mahaman, 2001). Il nous semble évident que ces pertes de fertilité des sols se traduisent par la diminution progressive de la productivité qui se reflète dans la baisse du rapport iNDVI/RR. Il pourrait en aller de même pour la réduction des zones naturelles au profit des zones agricoles (Mortimore et al., 2001).

Conclusion

37Il apparaît que l’indicateur proposé (iNDVI/RR) permet de mettre en évidence les zones subissant une dégradation environnementale prononcée, et ce avec un très faible rapport coûts/bénéfices. Cette méthode d’investigation, basée sur l’analyse des tendances, nous semble plus adaptée pour une évaluation opérationnelle de l’état de l’environnement dans un pays sahélien comme le Niger. Il s’agit d’une approche simple et reproductible, facile à interpréter et moins sensible aux variations dans le temps. Au niveau national, cet indicateur pourrait donc être utilisé pour le suivi des processus de désertification et être présenté de manière optimale dans les Programmes d’action nationaux (PAN) de lutte contre la désertification. Les autorités nationales et internationales pourraient ainsi inciter les responsables départementaux et locaux à orienter des actions de lutte contre la désertification en divers points critiques identifiés grâce à ce type d’étude. Certes, un pas supplémentaire consisterait à spatialiser l’information pluviométrique (par krigeage ou à l’aide de la pluviométrie estimée par METEOSAT) et de réaliser une étude globale au niveau de chaque pixel dans le but de couvrir le territoire national sans discontinuité. Cependant, cette étude montre son efficacité en couvrant plus de dix mille kilomètres carrés. Il est donc souhaitable que la méthode utilisée au cours de cette étude soit étendue à tous les pays du Sahel pour s’assurer de l’état de l’environnement dans cette région très sensible du continent africain au cours de deux dernières décennies.

Top of page

Bibliography

Andrews F.W. (1949), « The vegetation in the Soudan », in Tothill J.D. (ed.), Agriculture in the Soudan, Oxford University Press, London, pp. 32-61.

Berger A.R. (1996), « Introduction to geoindicator checklist », in Berger A.R. & Iams W.J. (eds.), Geoindicators – Assessing rapid environmental changes in earth systems, A.A. Balkema, Rotterdam, pp. 383-394.

Capot-Rey R. (1953), Le Sahara français, PUF, Paris.

Chamard P.C. & Courel M.F. (1999), « La forêt sahélienne menacée », Sécheresse, 10, pp. 11-18.

Chamard P.C. & Courel M.F. (1979), « Contribution à l’étude du Sahel voltaïque. Causes et conséquences de la dégradation du couvert végétal des dunes, Secteur de Menegou–Bidi (Département du Sahel – sous-préfecture de l’Oudalan) », Travaux de l’Institut de Géographie de Reims, pp. 39-40 ; pp. 75-90.

Clarks Labs (2001), Global change data archive, 1, Africa Monthly Vegetation Index (NDVI) 1982-1999 (CD-ROM).

Cuny P. & Sorg J.P. (2003), « Forêt et coton au sud du Mali : cas de la commune rurale de Sorobasso », Bois et Forêts des Tropiques, 276, pp. 17-31.

Dai A., Trenberth K.E. & Karl T.R. (1998), « Global variations in droughts and wet spells : 1900-1995 », Geophysical Research Letters, 25, pp. 3367-3370.

Davenport M.L. & Nicholson S.E. (1993), « On the relation between rainfall and Normalized Difference Vegetation Index for diverse vegetation types in East Africa », International Journal of Remote Sensing, 12, pp. 2369-2389.

Diouf A. & Lambin E.F. (2001), « Monitoring land-cover changes in semi-arid regions : remote sensing data and field observations in the Ferlo, Senegal », Journal of Arid Environments, 48, pp. 129-148.

Eklundh L. & Olsson L. (2003), « Vegetation index trends for the African Sahel 1982-1999 », Geophysical Research Letters, 30, doi10.1029/2002GL016772.

Elliott D.C. (1996), « A conceptual framework for geoenvironmental indicators », in Berger A.R. & Iams W.J. (eds.), Geoindicators – Assessing rapid environmental changes in earth systems, A.A. Balkema, Rotterdam, pp. 337-349.

FAO/GIEWS (2000), WINDISP 5.1 http://www.fao.org/giews/english/windisp/manuals.

FAO (2001), State of the world’s forests 2001, FAO, Rome.

FAO (2004), FAOSTATS – Statistics Database, http://apps.fao.org/

Foody G.M. (2003), « Geographical weighting as a further refinement to regression modelling : an example focused on the NDVI-rainfall relationship », Remote Sensing of Environment, 88, pp.  283-293.

Glenn E., Stafford Smith M. & Squires V. (1998), « On our failure to control desertification : implications for global change issues, and a research agenda for the future », Environmental Science and Policy, 1, pp. 71-78.

Gommes R. (1998), « Some aspects of climate variability and food security in the sub-Saharan Africa », in Demaree G., Alexandre J. & De Dapper M. (eds.), Tropical Climatology, Meteorology and Hydrology, Royal Meteorological Institute of Belgium / Royal Academy of Overseas Sciences, 1, pp. 655-673.

Gonzalez P. (2001), « Desertification and a shift of forest species in the West African Sahel », Climate Research, 17, pp. 217-228.

Gourou P. (1970), L’Afrique, Hachette, Paris.

Grist J., Nicholson S.E. & Mpolokang A. (1997), « On the use of NDVI for estimating rainfall fields in the Kalahari of Botswana », Journal of Arid Environments, 35, pp. 195-214.

Hellden U. (1991), « Desertification – Time for an assessment ? », Ambio, 20, pp.  372-383.

Hess T., Stephens W. & Thomas G. (1996), « Modelling NDVI from decadal rainfall data in the North East arid zone of Nigeria », Journal of Environmental Management, 48, pp. 249-261.

Hiernaux P. & Turner M.D. (2002), « The influence of farmer and pastoralist management practices on desertification processes in the Sahel », in Reynolds J.F. & Stafford Smith D.M. (eds.), Global desertification : Do humans cause deserts ?, Dalhem University Press, pp.  135-148.

Holben B.N. (1986), « Characteristics of maximum-value composite images from temporal AVHRR data », International Journal of Remote Sensing, 7, pp. 1417-1434.

Holling C. S. (1973), « Resilience and stability of ecological systems », Annual Review of Ecology and Systematics, 4, pp. 1-23.

HOUNTONDJI Y.C., SOKPON N. & OZER P. (2006), « Analysis of the vegetation trends using low resolution remote sensing data in Burkina Faso (1982-1999) for the monitoring of desertification », International Journal of Remote Sensing, in press.

Hulme M. (1996), « Recent climatic change in the world’s drylands », Geophysical Research Letters, 23, pp. 61-64.

Hulme M. (2001), « Climatic perspectives on Sahelian dessication : 1973-1998 », Global Environmental Change, 11, pp. 19-29.

Jacobberger-Jellison P.A. (1994), « Detection of post-drought environmental conditions in the Tombouctou region », International Journal of Remote Sensing, 15, pp. 3183-3197.

Justice C.O., Digdale G., Townshend J.R.G., Narracott A.S. and Kumar M. (1991), « Synergism between NOAA-AVHRR and Meteosat data for studying vegetation development in semiarid West Africa », International Journal of Remote Sensing, 12, pp. 1349-1368.

Karimoune S. (1994), Contribution à l’étude géomorphologique de la région de Zinder (Niger) et analyse par télédétection de l’évolution de la désertification, Thèse de doctorat, Université de Liège.

Kuberow H. (1990), « Anwendung von LANDSAT-daten zur erfassung der vegetationsdynamik in desertifikationsgefährdeten gebieten Malis », Die Erde, 121, pp. 39-53.

Kuberow H. (1994), « Quantitative und qualitative erfassung von vegetationsänderungen – Ein beispiel aus dem Südsahel Malis », Die Erde, 125, pp. 35-56.

L’Hôte T., Mahé G., Somé B. & Triboulet J.P. (2002), « Analysis of a Sahelian annual rainfall index from 1896 to 2000 ; the drought continues », Hydrological Sciences Journal, 47, pp.  563-572.

Le Houérou H.N. (1990), « Définition et limites bioclimatiques du Sahara », Sécheresse, 1, pp. 246-259.

Lindqvist S. & Tengberg A. (1994), « New evidence of desertification from case studies in Northern Burkina Faso », Desertification Control Bulletin, 25, pp. 54-60.

Mabbutt J.A. (1986), « Desertification indicators », Climatic Change, 9, pp. 113-122.

Mahaman I. (2001), « Évolution à long terme de la fertilité de la sol dans la région de Maradi », Drylands Research Working Paper, 30, 36 p.

Mainguet M. (1991), Desertification : Natural background and human mismanagement, Springer-Verlag, Berlin.

Mainguet M., Dumay F., Ould El Hacen M.L. & Maefoudh A. (2001), « Diagnostic par la télédétection d’un changement de rythme de la dynamique éolienne : période d’amorce de la désertification en Mauritanie saharo-sahélienne », Télédétection, 2, pp. 129-136.

Malo A.R. & Nicholson S.E. (1990), « A study of the rainfall and vegetation dynamics in the African Sahel using the Normalized Difference Vegetation Index », Journal of Arid Environments, 19, pp. 1-24.

Milich L. & Weiss E. (2000a), « GAC NDVI interannual coefficient of variation (CoV) images : ground truth sampling of the Sahel along north-south transects », International Journal of Remote Sensing, 21, pp. 235-260.

Milich L. & Weiss E. (2000b), « GAC NDVI images : relationship to rainfall and potential evaporation in the grazing lands of the Gourma (northern Sahel) and in the croplands of the Niger-Nigeria border (southern Sahel) », International Journal of Remote Sensing, 21, pp. 261-280.

Morel R. (1998), « Début de la sécheresse en Afrique de l’Ouest », in Demarée G., Alexandre J. & De Dapper M. (eds.), Tropical Climatology, Meteorology and Hydrology, Royal Meteorological Institute of Belgium / Royal Academy of Overseas Sciences, pp. 200-211.

Mortimore M., Tiffen M., Bouba­car Y. & Nelson J. (2001), « Synthesis of long-term change in Maradi Derpart­ment, Niger, 1960-2000 », Drylands Research Working Paper, 39, 52 p.

Mouat D., Lancaster J., Wade T., Wickham J., Fox C., Kepner W. & Ball T. (1997), « Desertification evaluated using an integrated environmental assessment model », Environment Monitoring and Assessment, 48, pp. 139-156.

NASA (2000), Avhrr Dataset. http://daac.gsfc.nasa.gov/guides/GSFC/guide/avhrr_dataset.gd.html

Neimanis V. & Kerr A. (1996), « Developping national environmental indicators », in Berger A.R. & Iams W.J. (eds.), Geoindicators – Assessing rapid environmental changes in earth systems, A.A. Balkema, Rotterdam, pp. 369-376.

Nicholson S.E. (1985), « Sub-Saharan rainfall 1981-84 », Journal of Climate and Applied Meteorology, 24, pp.  1388-1391.

Nicholson S.E., Davenport M.L. & Malo A.R. (1990), « A comparison of the vegetation response to rainfall in the Sahel and East Africa, using normalized difference vegetation index from NOAA AVHRR », Climatic Change, 17, pp. 209-241.

Nicholson S.E., Tucker C.J. & Ba M.B. (1998), « Desertification, drought, and surface vegetation : an example from the West African Sahel », Bulletin of the American Meteorological Society, 79, pp. 815-829.

Ozer P. (2000), « Les lithométéores en région sahélienne », GEO-ECO-TROP, 24, pp. 1-317.

Ozer P. (2002), « Les lithométéores au Niger : mise au point », Würzburger Geographische Arbeiten, 97, pp. 7-32.

Ozer P. (2004), « Bois de feu et déboisement au Sahel : mise au point », Sécheresse, 15, pp. 243-251.

Ozer P., Erpicum M., Demaree G. & Vandiepenbeeck M. (2003), « The Sahelian drought may have ended during the 1990s », Hydrological Sciences Journal, 48, pp. 489-492.

Pare L. & Tallet B. (1999), « D’un espace ouvert à un espace saturé : Dynamique foncière et démographique dans le département de Kouka (Burkina Faso) », Espace, Populations, Sociétés, 37, pp. 83-92.

Pearce F. (2002), « Africans go back to the land as plants reclaim the desert », New Scientist, 175, pp. 4-5.

Prince S.D., Brown de Colstoun E. & Kravitz L.L. (1998), « Increased rain-use efficiencies indicate no extensive Sahelian desertification », Global Change Biology, 4, pp. 359-374.

Prince S.D. (2002), « Spatial and temporal scales for detection of desertification », in Reynolds J.F. and Stafford Smith D.M. (eds.), Global desertification : Do humans cause deserts ?, Dalhem University Press, pp. 23-40.

Quezel P. (1965), La végétation au Sahara. Du Tchad à la Mauritanie, Gustav Ficher Verlag, Stuttgart.

Rapp A. (1974), A review of desertization in Africa : Water, vegetation, and man, Secretariat for International Ecology, Sweden (SIES), Report 1, 77 p.

Rasmussen K., Fog B. and Madsen J.E. (2001), « Desertification in reverse ? Observations from northern Burkina Faso », Global Environmental Change, 11, pp. 271-282.

Richard-Molard J. (1949), Afrique Occidentale Française, Editions Berger-Levrault, Paris.

Rigina O. & Rasmussen M.S. (2003), « Using trend line and principal component analysis to study vegetation changes in « Senegal 1986-1999 from AVHRR NDVI 8 km data », Geografisk Tidsskrift, 103, pp. 31-42.

Rousse J.W., Haas R.H., Schell J.A. and Deering D.W. (1973), « Monitoring vegetation systems in the great plains with ERTS », ERTS symposium, NASA, SP-351, Washington DC, vol. 1, pp. 309-317.

Sene S. & Ozer P. (2002), « Evolution pluviométrique et relation inondations – événements pluvieux au Sénégal », Bulletin de la Société géographique de Liège, 42, pp. 27-33.

Sivakumar M.V.K. & Hatfield J.L. (1990), « Spatial variability of rainfall at an experimental station in Niger, West Africa », Theoretical and Applied Climatology, 42, pp. 33-39.

Symeonakis E. & Drake N. (2004), « Monitoring desertification and land degradation over sub-Saharan Africa », International Journal of Remote Sensing, 25, pp. 573-592.

Thomas D.S.G. & Middleton N.J. (1994), Desertification : Exploding the Myth, John Wiley, Chichester.

Thomas D.S.G. (1993), « Sandstorm in a teacup ? Understanding desertification », The Geographical Journal, 159, pp. 318-331.

Tottrup C. & Rasmussen M.S. (2004), « Mapping long-term changes in savannah crop productivity in Senegal through trend analysis of time series of remote sensing data », Agriculture, Ecosystems and Environment, 103, pp. 545-560.

Tucker C.J. & Nicholson S.E. (1999), « Variations in size of the Sahara Desert from 1980 to 1997 », Ambio, 28, pp. 587-591.

United Nations Development Programme (UNDP) (2003), Human development report 2003. Millenium development goals : a compact among nations to end human poverty, Oxford University Press, United Nations Development Programme.

Valentin C. & d’Herbes J.M. (1999), « Niger tiger bush as a natural harvesting system », Catena, 37, pp. 231-256.

Verheye W.H. (1990), « Une approche agropédologique de la désertification », Sécheresse, 1, pp. 94-97.

Wickens G.E. (1997), « Has the Sahel a future ? », Journal of Arid Environments, 37, pp. 649-663.

World Bank (2002), World development report 2003 : Sustainable development in a dynamic world : transforming institutions, growth, and quality of life, Oxford University Press, World Bank.

Top of page

List of illustrations

Title Figure 1. Distribution spatiale des stations étudiées par zone bioclimatique au Niger.
Credits Les isohyètes ont été obtenues par interpolation (krigeage) des moyennes annuelles de précipitations sur la période allant de 1980 à 2000.
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-1.jpg
File image/jpeg, 36k
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-2.png
File image/png, 1.8k
Title Tableau 1. Classification des pixels en fonction de la tendance des paramètres RR, iNDVI, et iNDVI / RR dans les trois zones bioclimatiques étudiées.
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-3.jpg
File image/jpeg, 252k
Title Figure 2. Evolution par station du cumul annuel des précipitations (mai à octobre) de 1981 à 1999 au Niger.
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-4.jpg
File image/jpeg, 44k
Title Figure 3. Evolution par station du iNDVI de 1981 à 1999 au Niger.
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-5.jpg
File image/jpeg, 44k
Title Figure 4. Evolution par station du rapport iNDVI/RR au Niger de 1981 à to 1999.
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-6.jpg
File image/jpeg, 44k
Title Figure 5. Evolution du rapport iNDVI/RR dans les trois zones bioclimatiques étudiées au Niger de 1981 à 1999.
URL http://journals.openedition.org/belgeo/docannexe/image/12245/img-7.jpg
File image/jpeg, 168k
Top of page

References

Bibliographical reference

Yvon-Carmen Hountondji, Jacques Nicolas, Nestor Sokpon and Pierre Ozer, Mise en évidence de la résilience de la végétation sahélienne par télédétection basse résolution au Niger à la suite d’épisodes de sécheresseBelgeo, 4 | 2005, 499-516.

Electronic reference

Yvon-Carmen Hountondji, Jacques Nicolas, Nestor Sokpon and Pierre Ozer, Mise en évidence de la résilience de la végétation sahélienne par télédétection basse résolution au Niger à la suite d’épisodes de sécheresseBelgeo [Online], 4 | 2005, Online since 29 October 2013, connection on 17 April 2024. URL: http://journals.openedition.org/belgeo/12245; DOI: https://doi.org/10.4000/belgeo.12245

Top of page

About the authors

Yvon-Carmen Hountondji

Université de Liège, Université de Parakou

Jacques Nicolas

Université de Liège

Nestor Sokpon

Université de Parakou

Pierre Ozer

Université de Liège, pozer@ulg.ac.be

By this author

Top of page

Copyright

CC-BY-4.0

The text only may be used under licence CC BY 4.0. All other elements (illustrations, imported files) are “All rights reserved”, unless otherwise stated.

Top of page
Search OpenEdition Search

You will be redirected to OpenEdition Search