Détection à haute résolution et distribution spatiale des principaux métaux lourds qui affecte l’établissement de la végétation sur les affleurements rocheux noirs situés à proximité de la fonderie de Rouyn-Noranda

By: Admin 234 123

Les fonderies sont une source importante d’émission du dioxyde de soufre, l’oxyde d’azotes et des particules de métal. Ces émissions sont précipitées sous la forme des dépôts acides qui impactent la végétation et corrodent les roches. Avec le temps, cette corrosion peut entrainer la formation des affleurements rocheux noir qui sont indicateurs à long terme de la pollution des fonderies. Le but de cette thèse est de décrire la structure et la composition du paysage sur la base des propriétés spectrales et structurelles de la végétation sur les affleurements rocheux noir afin de comprendre les effets de dépôt acides et ses effets cumulatifs afin d’identifier les actions permettant la restauration sur des sites désignés prioritaires par les acteurs. Dans un premier chapitre, la distribution spatiale végétation et des polluants détectés à l’aide de la télédétection sur les affleurements rocheux seront caractérisés au pourtour de la fonderie Horne. Dans un deuxième chapitre, il sera question de déterminer un gradient de perturbation dû à la pollution des dépôts acides permettant de diriger les efforts de restauration. Le troisième chapitre vise avec l’aide des acteurs locaux d’établir des priorités de restauration. La caractérisation de la structure et la composition du paysage sera basée sur l’approche de classification à l’aide de la fusion des données (Lidar, Sentinel 1, Sentinel 2 et d’autres données disponibles) au moyen d’un modèle Random Forest. Les données d’entrainement pour le chapitre 1 proviendront d’une spectrométrie de fluorescence des rayons X de type XRF récoltés sur les affleurements rocheux noirs. Pour établir le gradient des perturbations de la végétation détectée sur les affleurements rocheux, l’étude s’appuiera sur la diversité et structure verticale des espèces. Finalement des entrevues semi-dirigées auprès de personne participant aux groupes d’intérêt du territoire et des habitants serviront à contraster les besoins aux gradients du chapitre 2. Cette démarche permettra de proposer différents scénarios de restauration futurs qui se traduiraient en gain d’une couverture végétale potentielle à développer aux endroits ciblés.

Mots clés : Affleurement rocheux, polluants, fusion des minerais, restauration, télédétection, forêt boréale, Canada

Suitability of wildlife and human activities using machine learning and aerial reconnaissance ecological monitoring data in a Central African protected area

By: Admin 456 264

The Bili-Uere hunting area (DCBU) is one of the main protected areas (PA) in the Democratic Republic of Congo, covering more than 60,000 km²[1]. It is characterized by its rich biodiversity and landscapes (ranging from savannahs to dense rainforests). But today, its integrity is threatened by a number of anthropogenic activities. The ever-increasing pressure of human activities on natural resources in this PA is jeopardizing the conservation of the site's biodiversity. Like the majority of protected areas in the DRC, DCBU is faced with insufficient human (number of rangers per square kilometer), material (logistics, research) and financial resources to carry out conservation efforts [2]. To ensure the success of conservation action within the hunting domain, it is important to target and prioritize areas where intensified conservation efforts are essential, in order to optimize already very limited resources. To date, aerial survey work has enabled us to identify and locate anthropogenic activities that are undermining conservation efforts in the DCBU [3]. However, this information is still not sufficiently exploited to ensure the efficient management of this protected area. Numerous studies have shown that machine learning (ML) methods can be used to analyze and synthesize a range of information to inform decision-making [4–7]

Mots clés : Machine Learning, biodiversity, ecological monitoring, remote sensing, protected area, Congo

Cartographie et modélisation de la déforestation dans le paysage Ituri-Epulu-Aru (République Démocratique du Congo)

By: Admin 431 312

La déforestation et la dégradation des forêts constituent un enjeu environnemental majeur en RD Congo. Le but de cette étude est d’analyser la déforestation dans le paysage Ituri-Epulu-Aru, tout en s’imaginant son état avenir à court, moyen et long terme. La classification multi-date (2003 – 2010 – 2016) des images Landsat (ETM+ et OLI) a permis de quantifier la déforestation historique. L’analyse en composante principale a permis de dresser un profil historique de déforestation en fonction des secteurs. Ensuite, la combinaison de la matrice de transition (2003 – 2016) adaptée à trois scénarios – Business As Usual, Gestion Durable de l’Environnement (GDE) et Croissance Economique Rapide (CER) – avec les cartes de potentiel de transition et les facteurs explicatifs a permis d’établir un suivi prospectif régulier jusqu’à 2061 à l’aide d’un modèle probabiliste conçue dans la plateforme DINAMICA EGO. En effet, 19 facteurs explicatifs de la déforestation ont été retenues. La validation du scénario BAU a été faite à l’aide de la budgétisation des erreurs et des prédictions correctes entre la carte simulée en 2014 et celle produite par classification d’images satellite à la même année. L’analyse des changements historiques du couvert forestier révèle, d’une part, une diminution des forêts primaires (50048 ha entre 2003 et 2010, 108319 ha entre 2010 et 2016) et, d’autre part, une hausse des forêts secondaires (35065 ha entre 2003 et 2010, 70813 ha entre 2010 et 2016). Les taux annuels de déforestation ont plus que doublé passant de 0,05% entre 2003 et 2010 à 0,14% entre 2010 et 2016. Aussi, les forêts primaires ont présenté une tendance à la fragmentation. Quatre profils de déforestation ont été déterminés en fonction des secteurs. La modélisation de l’influence des variables révèle dans tous les cas que la distance par rapport aux complexes ruraux et la distance par rapport aux routes nationales influencent significativement la déforestation. Les trois scenarios – BAU, CER et GDE – montrent qu’à l’horizon 2061 ce paysage serait toujours dominé forêts (+ 60%). Le scénario GDE donne l’espoir que la restauration et la préservation des habitats prioritaires de la biodiversité est encore possible si les décideurs en prennent conscience.

Mots clés : déforestation, conservation, biodiversité, modélisation, télédétection, République Démocratique du Congo.