1Dans le milieu intertropical du territoire béninois, l'élevage bovin occupe une place cruciale dans la vie socioéconomique de la population, fournissant de la nourriture et des moyens de subsistance, notamment dans les zones arides où la production de cultures vivrières est plus fiable (S. Katè et al., 2015, p. 202). En effet, le secteur de l'élevage contribue pour 13 % au PIB agricole du Bénin (DSA, 2020, p. 2) et la valeur du capital cheptel est estimée à 242 milliards de FCFA, avec une pratique plus remarquable dans le Nord du pays (Borgou, Alibori, Atacora et Donga) en raison de la disponibilité de l’espace pastoral et de la compatibilité avec le climat soudano-sahélien et soudanien. On note de plus en plus un déplacement de la production bovine vers le Centre et le Sud du pays plus accueillant, compte tenu, non seulement de la disponibilité en eau, mais surtout de l’existence de la végétation naturelle malgré l’occupation des terres par des champs qui ont détruit une bonne partie du couvert naturel (S. Adédigba et al., 2023, p. 44) indispensable à l’alimentation du bétail. Ce déplacement vers le Sud et le Centre est dû au tarissement précoce des points naturels d’abreuvement et le manque d’infrastructures de mobilité dans le milieu de départ. Dans le milieu d’accueil, les agriculteurs constituent une catégorie d'acteurs assez particulière, influençant les mouvements des éleveurs bovins en bloquant souvent les couloirs de passage et en exploitant des espaces utilisés par les animaux comme aires de pâturage ou de repos (Y. N. Zakaria, 2014, p. 35). Les parcours sont donc particulièrement soumis à des pressions anthropiques telles que la coupe du bois et l'envahissement des cultures comme le coton et l'igname (K. Badarou et al., 2020, p. 7965).
2En effet, le département des Collines, riche en ressources pastorales (eau et pâturage), est devenu aujourd’hui la nouvelle destination des éleveurs de bovin en migration vers le Sud, depuis une trentaine d’années faisant de Dassa-Zoumé la plaque tournante de l’élevage bovin (M. Azalou et al., 2017, p. 11). Ainsi, la disponibilité spatio-temporelle des ressources naturelles influe-t-elle sur la gestion de la transhumance bovine dans les Collines ? La présente étude aborde la problématique à travers une approche cartographique basée sur l'utilisation des produits issus de la télédétection et des SIG. L'objectif de cette étude est d'analyser la disponibilité spatio-temporelle des ressources naturelles et leur influence sur la gestion de l'élevage bovin dans la commune de Dassa-Zoumé au Centre-Bénin.
3La commune de Dassa-Zoumé, également appelée Igbo Idaasha ou Idaasha au sommet des 41 collines de la cité des Omondjagou, est située entre 7°27’ 3’’ et 7°55’ 51’’ de latitude Nord et entre 2°2’ 17’’ et 2°29’ 35’’ de longitude Est. Elle s'étend sur une superficie d'environ 1 711 km² pour 112 122 habitants dont 51,5 % de femmes et 57,5 % agricoles, représentant 1,52 % de la superficie totale du territoire national du Bénin. Cette zone est délimitée au nord par la commune de Glazoué, à l’est par la commune de Savè et de Kétou, au sud par les communes de Covè, de Zagnanado et de Djidja, à l’Ouest par la commune de Savalou (figure 1).
Figure 1 : Situation géographique de la commune de Dassa-Zoumé
A : Carte du Bénin ; B : Carte départementale ; C : Carte de la commune de Dassa-Zoumé. Les données shapefiles des cartons (A), (B) et (C) sont issues du fond topographique de l’Institut National Géographique du Bénin (IGN) 1992.
4 La commune de Dassa-Zoumé se caractérise par un climat de type subéquatorial, soumis à l'influence du domaine sud-soudanien. Ce climat se distingue par deux saisons distinctes tout au long de l'année : une saison sèche, de novembre à mars, et une saison pluvieuse, d'avril à octobre (S. K. Hounkponou, 2015, p. 8). Ces conditions climatiques favorisent la pratique de la transhumance au sein de la commune de Dassa-Zoumé. Pendant la saison des pluies, les pâturages sont abondants, mais en saison sèche, les éleveurs déplacent leur bétail vers des zones plus humides. Cette pratique aide à gérer les ressources locales, essentielles face aux pressions climatiques et environnementales.
5 Les sols de cette région sont principalement des sols ferrugineux tropicaux suivis des sols hydromorphes qui occupent les vallées des fleuves et des rivières. Ces sols servent de support à une végétation dominée par une savane arborée dégradée très claire et arbustive (B. Tente et al., 2021, p. 2023). Toutefois, certaines zones de cette végétation, comme les forêts classées et sacrées, bénéficient d'une protection législative ou traditionnelle, à l'exemple de la forêt classée des collines de Dassa-Zoumé. Ces zones protégées influencent la disponibilité spatio-temporelle des pâturages, déterminant ainsi les conditions de gestion de l'élevage bovin dans la commune.
6 La commune de Dassa-Zoumé repose sur un relief de plateau parsemé de collines avec une altitude variante entre 14 à 463 m (figure 2).
Figure 2 : Relief de la commune de Dassa-Zoumé
7La commune de Dassa-Zoumé est une pénéplaine résultant de l’érosion du vieux socle de roche du précambrien (gneiss et granite) qui alterne des sommets et des dépressions fortes et allongées, le point culminant des collines de Dassa se situe à Itagui (465 m d’altitude). On y observe une prédominance marquée des plateaux qui occupent quasiment toute la superficie de la commune, suivis des flancs de colline concentrés au nord-ouest. Des inselbergs sont également présents, constitués de croupes de petites dépressions allongées légèrement inclinées vers le sud. La forme des collines varie d'un endroit à un autre. À Miniffi, l'inselberg présente une masse imposante avec des parois intactes et des dénivellations de 100 m. En revanche, à Tré, les collines sont plus hétérogènes, composées de boules et de replis (B. Tente et al., 2021, p. 2023). L’existence des inselbergs et dépressions, influence la distribution et la disponibilité des ressources naturelles, notamment les pâturages et l'eau. Cette variabilité spatio-temporelle conditionne la gestion de l’élevage bovin, obligeant les éleveurs à adapter leur exploitation des terres selon les saisons et les zones du territoire.
8L'étude s'appuie essentiellement sur les données de la télédétection obtenues sur le site www.earthexplorer.usgs.gov, notamment les images de Landsat TM de 1991, ETM de 2003 et OLI de 2022 d’une résolution de 30 m. Le tableau 1 présente les caractéristiques des images téléchargées.
Tableau 1 : Caractéristiques des images utilisées
|
N°
|
1991 images Landsat 4 – 5 TM
|
|
Acquisition date
|
Entity ID
|
Coordinates/WRS type
|
Path
|
Row
|
|
1
|
1991-01-03
|
"LT04_L2SP_192054_19910103_20200915_02_T1"
|
Long=1.06957 et 3.17231
Lat=7.75123 et 9.62359
|
192
|
054
|
|
N°
|
2003 images Landsat 7 ETM
|
|
Acquisition date
|
Entity ID
|
Coordinates/WRS type
|
Path
|
Row
|
|
1
|
2003-02-02
|
"LE07_L2SP_192054_20020202_20200916_02_T1"
|
Long 1.06541 et 3.20325
Lat 7.72522 et 9.62900
|
192
|
054
|
|
N°
|
2022 images Landsat 9 OLI
|
|
Acquisition date
|
Entity ID
|
Coordinates/WRS type
|
Path
|
Row
|
|
1
|
2022-01-24
|
"LC09_L2SP_192054_20220124_20220126_02_T1"
|
Long 1.12180 et 3.18963
Lat 7.61965 et 9.72397
|
192
|
054
|
9Les images utilisées proviennent de données capturées entre décembre et février. Cette période a été sélectionnée afin de diminuer ou minimiser le taux de couverture nuageuse. Le traitement cartographique, incluant la création des cartes d’occupation du sol et la vectorisation, a été effectué à l'aide des logiciels ENVI 5.1 et ArcGIS 10.2.
10Ces données ont été appuyées par les données sur les couloirs de passage des bœufs et les investigations du terrain auprès des éleveurs de bovin de la commune au moyen de questionnaires et de guides d’entretien.
11Le processus s'est déroulé en deux étapes distinctes. Initialement, les images téléchargées ont été soumises à un prétraitement impliquant la fusion des bandes. Les bandes 543 ont été combinées pour les images de type TM et ETM, tandis que les bandes 654 ont été utilisées pour les images de type OLI. La figure 3 présente les bandes combinées pour l’image Landsat OLI 2022.
Figure 3 : Composition colorée des bandes 654 de l’image OLI 2022
12La combinaison des bandes permet de générer des compositions colorées en se basant sur la signature spectrale, facilitant ainsi la distinction claire des unités d'occupation : forêt galerie, forêt claire et savane boisée, savane arborée et arbustive, plantation, champ et jachère, plan d’eau et agglomération (L. Adetona, et al., 2022). Pour identifier ces différentes unités d'occupation, chaque type de surface se manifeste par une couleur spécifique sur les compositions colorées. Les forêts galeries apparaissent en vert foncé, tandis que les forêts claires et savanes boisées se distinguent par des teintes vertes plus claires. Les savanes arborées et arbustives se présentent en nuances de vert jaunâtre, et les plantations se reconnaissent par des formes régulières en vert clair, en fonction de la culture. Les champs cultivés sont souvent visibles en or ou en brun, alors que les jachères se manifestent en jaune ou beige. Les plans d'eau sont représentés en bleu, tandis que les agglomérations se distinguent par des couleurs grises, blanches ou marron, reflétant les infrastructures urbaines. Après avoir identifié ces unités, les aires d’entraînement ont été sélectionnées, suivies d’une classification supervisée par maximum de vraisemblance.
13Dans la classification supervisée, l'analyste d'image supervise le processus de catégorisation des pixels en fournissant à l'algorithme informatique des descripteurs numériques des divers types d'occupation du sol présents dans la scène (M. T. Kiansi, 2021, p. 99). Pour ce faire, des échantillons représentatifs de sites connus en termes d'occupation du sol (parcelles d'entraînement) sont utilisés pour établir une caractéristique numérique clé permettant de décrire de manière optimale les attributs spectraux de chaque classe.
14La classification a été validée à travers le calcul de deux indices de validation ; il s’agit notamment de la précision globale (caractérise la proportion de pixels bien classés, calculés en pourcentage) et l’indice de Kappa (caractérise le rapport entre les pixels bien classés et le total des pixels sondés) (D. Skupinski et al., 2009, p. 88). En plus de ces indices, les données de vérité terrain et de l’image Google Earth ont également servi à la validation. La vérité terrain fait référence aux observations directes réalisées sur le terrain, qui fournissent des informations précises sur les caractéristiques réelles des unités d'occupation du sol. Les images de Google Earth ont été utilisées pour identifier si les classifications basées sur les données satellitaires sont cohérentes avec les réalités observées.
15Le calcul des superficies et l'analyse de l'évolution des diverses unités d'occupation ont été réalisés en utilisant une approche statistique pour examiner les changements d'état de ces unités.
16L’analyse de l’évolution des états de la couverture végétale est faite à travers le calcul et l’établissement de la matrice de transition qui a permis de déterminer le taux de changement, le taux moyen annuel d’expansion spatiale des unités d’occupation du sol.
17La matrice de transition a permis de mettre en évidence de façon condensée les formes de changement qu’ont subies les différentes unités de la couverture végétale de la forêt classée de la commune de Dassa-Zoumé entre 1991-2003 et 2003-2022. La matrice est composée de X lignes et de Y colonnes. Le nombre X de lignes de la matrice représente le nombre de formations végétales à l'instant t0 (1991). Le nombre Y de colonnes de la matrice correspond au nombre de classes de végétation converties à l'instant t1 (2003), et la diagonale contient les superficies des formations végétales qui sont demeurées inchangées. Ainsi, les transformations s'opèrent des lignes vers les colonnes.
18Elle a été générée en croisant les données des trois (03) périodes à l'aide de l'algorithme "intersect" de l'extension "géotraitement" du logiciel ArcGIS 10.2.
19Le taux de changement (évolution annuelle) des superficies des unités d’occupation entre les années fut déterminé à travers l’équation :
avec S1 la superficie d’une unité d’occupation à la date t1, S2 la superficie de la même unité d’occupation à la date t2.
20Le taux moyen annuel d’expansion spatiale exprime la proportion de chaque unité d’occupation du sol qui change annuellement. Ce taux annuel Ta est calculé à partir de la formule suivante utilisée par Arouna (2012) et T. Mouhamadou (2014), pour analyser la dynamique de l’occupation du sol :
21Avec S1 la superficie d’une unité d’occupation à la date t1 (2003), S2 la superficie de la même unité d’occupation à la date t2 (2013) et (t2 - t1) la différence d’années entre t1 et t2.
22La disponibilité spatio-temporelle des ressources naturelles a été analysée à travers l’occupation du sol de la commune de Dassa-Zoumé.
23L’analyse spatiale effectuée par télédétection a permis d’obtenir les cartes d’occupation du sol de 1991, 2003 et 2022 de la commune de Dassa-Zoumé. Les figures 4, 5 et 6 présentent les cartes d’occupation du sol.
Figure 4 : Occupation du sol de la commune de Dassa-Zoumé en 1991
Figure 5 : Occupation du sol de la commune de Dassa-Zoumé en 2003
Figure 6 : Occupation du sol de la commune de Dassa-Zoumé en 2022
24La physionomie des trois (03) états d’occupation du sol montre que la commune de Dassa-Zoumé est dominée par les formations savanicoles composées généralement d’herbes et d’arbustes recherchés pour l’alimentation du bétail. On observe également des formations telles que : la forêt galerie ; la forêt claire, les plantations ; les champs et jachère.
25La qualité des trois (03) résultats de classifications d’occupation du sol a été évaluée à travers l’indice de kappa et la précision globale. Les matrices de confusion correspondant aux trois unités d’occupations du sol sont présentées dans les tableaux 2, 3 et 4.
Tableau 2 : Matrice de confusion de la classification de l’image Landsat TM de 1991
|
Parcelle de contrôle
|
FG
|
FCSB
|
SASA
|
PT
|
CJ
|
PE
|
AGGLO
|
Total
|
Commission
|
Omission
|
|
FG
|
90,61
|
5,7
|
0
|
0
|
0
|
4,64
|
0
|
3,93
|
58,77
|
9,39
|
|
FCSB
|
9,39
|
92,58
|
0,09
|
0
|
0,07
|
0,93
|
0
|
36,79
|
0,61
|
7,42
|
|
SASA
|
0
|
1,71
|
97,34
|
0
|
0,31
|
0
|
0
|
36,3
|
2,01
|
2,66
|
|
PT
|
0
|
0,01
|
1,89
|
100
|
0
|
0
|
0
|
4,17
|
16,67
|
0
|
|
CJ
|
0
|
0
|
0,36
|
0
|
99,44
|
0
|
0
|
17,36
|
0,75
|
0,56
|
|
PE
|
0
|
0
|
0
|
0
|
0
|
94,43
|
0
|
1,16
|
0
|
5,57
|
|
AGGLO
|
0
|
0
|
0,32
|
0
|
0,18
|
0
|
100
|
0,3
|
50
|
0
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
100
|
100
|
|
|
|
Précision globale = (33641/35129) 95,76%
|
|
Indice Kappa (K) = 0,94
|
Tableau 3 : Matrice de confusion de la classification de l’image Landsat ETM de 2002
|
Parcelle de contrôle
|
FG
|
FCSB
|
SASA
|
PT
|
CJ
|
PE
|
AGGLO
|
Total
|
Commission
|
Omission
|
|
FG
|
95,54
|
2,82
|
0
|
0
|
0
|
3,89
|
0
|
3,74
|
11,8
|
4,46
|
|
FCSB
|
4,46
|
91,88
|
1,28
|
0
|
0
|
1,11
|
0
|
11,43
|
5,11
|
8,12
|
|
SASA
|
0
|
3,3
|
96,87
|
0
|
1,16
|
0,19
|
0
|
31,26
|
3,08
|
3,13
|
|
PT
|
0
|
2
|
0,51
|
100
|
0,39
|
3,89
|
0
|
2,18
|
31,76
|
0
|
|
CJ
|
0
|
0
|
1,34
|
0
|
98,45
|
0
|
0
|
48,74
|
0,86
|
1,55
|
|
PE
|
0
|
0
|
0
|
0
|
0
|
90,93
|
0
|
2,52
|
0
|
9,07
|
|
AGGLO
|
0
|
0
|
0
|
0
|
0
|
0
|
100
|
0,14
|
0
|
0
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
100
|
100
|
|
|
|
Précision globale = (18908/19513) 96,89%
|
|
Indice Kappa (K) = 0,95
|
Tableau 4 : Matrice de confusion de la classification de l’image Landsat OLI de 2022
|
Parcelle de contrôle
|
FG
|
FCSB
|
SASA
|
PT
|
CJ
|
PE
|
AGGLO
|
Total
|
Commission
|
Omission
|
|
FG
|
86,02
|
3,64
|
0
|
0
|
0
|
2,17
|
0
|
2,58
|
15,09
|
13,98
|
|
FCSB
|
11,06
|
92,4
|
4,33
|
0
|
0,01
|
0,26
|
0
|
9,46
|
14,35
|
7,6
|
|
SASA
|
2,93
|
3,97
|
94,51
|
0
|
3,09
|
1,79
|
1,04
|
25,36
|
8,49
|
5,49
|
|
PT
|
0
|
0
|
0
|
100
|
0
|
1,02
|
0
|
5,04
|
0,66
|
0
|
|
CJ
|
0
|
0
|
1,16
|
0
|
96,9
|
0
|
0
|
51,75
|
0,55
|
3,1
|
|
PE
|
0
|
0
|
0
|
0
|
0
|
94,76
|
0
|
3,07
|
0
|
5,24
|
|
AGGLO
|
0
|
0
|
0
|
0
|
0
|
0
|
98,96
|
2,74
|
0
|
1,04
|
|
Total
|
100
|
100
|
100
|
100
|
100
|
100
|
100
|
100
|
|
|
|
Précision globale = (23141/24160) 95,78%
|
|
Indice Kappa (K) = 0,93
|
Légende : FG : Forêt galerie ; FCSB : Forêt claire savane boisée ; SASA : Savane arborée et arbustive ; PT : Plantation ; CJ : Champs et jachère ; PE : Plan d’eau ; AGGLO : Agglomération
26De l’analyse des tableaux 2, 3 et 4, on observe sur la diagonale le pourcentage de pixels bien classés et hors diagonale le pourcentage de pixels mal classés. De façon plus spécifique, on note que tous les types d’occupation du sol sont extraits avec une précision supérieure à 90 %. Les agglomérations sont les types d’occupations du sol extraits avec la meilleure précision (environ 100% pour l’ensemble des images) tandis que la forêt galerie est l’unité la moins bien classifiée avec une omission de 9,39 %, 4,46% et 13,98% respectivement pour les images de 1991, 2003 et 2022. La confusion de cette unité d’occupation est observée avec les plans d’eau et les forêts claires et savanes boisées. Cependant la précision globale obtenue pour la classification de l’image Landsat 1991 est de 95,76% avec un indice de Kappa de 0,94 alors qu’elle est de 96,89% pour l’image Landsat ETM 2003 avec un indice de Kappa de 0,95 et de 95,78% pour l’image Landsat OLI de 2022 avec un indice de kappa de 0,93. Ces valeurs signifient que plus de 90 % des pixels des trois (03) images ont été correctement classés conformément aux données de vérité-terrain. De façon globale, les valeurs des différents indicateurs de précision de la classification supervisée obtenues pour les différentes images, traduisent d’une part, de la bonne qualité des échantillons et d’autre part, de la bonne correspondance entre le résultat de la classification et la réalité spatiale contenue dans les images.
27L’évaluation de l’évolution de l’occupation du sol permet de mettre en évidence les changements qui sont intervenus entre les différentes périodes : 1991-2003 et 2003-2022. Les tableaux 5 et 6 présentent l'évolution des unités d'occupation du sol sur deux périodes distinctes (1991-2003 et 2003-2022), en mettant en évidence les dynamiques de stabilité, de progression et de régression des différentes catégories d'occupation, afin d'analyser les transformations du paysage au fil du temps.
Tableau 5 : Matrice de transition des unités d’occupation du sol de 1991 à 2003
|
|
Unité d'occupation du sol en 2003
|
|
|
FG
|
FCSB
|
SASA
|
PT
|
CJ
|
EAU
|
AGGLO
|
Total
|
|
Unité d'occupation du sol en 1991
|
FG
|
57,93
|
23,93
|
50,45
|
7,85
|
17,58
|
1,86
|
0,02
|
159,62
|
|
FCSB
|
22,78
|
495,70
|
1465,48
|
117,85
|
768,92
|
0,96
|
1,01
|
2872,70
|
|
SASA
|
20,25
|
347,54
|
3796,38
|
451,84
|
3128,21
|
0,10
|
15,73
|
7760,05
|
|
PT
|
3,37
|
93,99
|
57,61
|
148,00
|
154,26
|
0,01
|
5,02
|
462,26
|
|
CJ
|
1,08
|
45,61
|
1063,36
|
190,49
|
1483,03
|
0,03
|
15,14
|
2798,74
|
|
EAU
|
0,71
|
0,08
|
0,04
|
0,07
|
0,06
|
3,14
|
0,00
|
4,11
|
|
AGGLO
|
0,00
|
0,07
|
5,05
|
1,51
|
8,22
|
0,00
|
22,42
|
37,27
|
|
Total
|
106,13
|
1006,93
|
6438,38
|
917,60
|
5560,29
|
6,09
|
59,35
|
14094,75
|
|
Taux des unités d'occupation stable = 42,621%
|
|
Taux des unités d'occupation progressées = 13,21%
|
|
Taux des unités d'occupation régressées = 44,17%
|
28Le tableau 5 montre l'évolution des unités d'occupation du sol entre 1991 et 2003, exprimées en kilomètres carrés. La stabilité, représentant 42,62 %, traduit la préservation d’une proportion importante du territoire, notamment dans les forêts galeries (57,93 km² stables sur 106,13 km²) et les savanes arbustives et arborées (3796,38 km² stables sur 6438,38 km²). Cependant, une progression limitée de 13,21 % est observée, particulièrement marquée par les agglomérations (AGGLO), qui augmentent de 37,27 km² en 1991 à 59,35 km² en 2003, reflétant l’urbanisation croissante. À l’inverse, une régression significative de 44,17 % est constatée (figure 7), affectant surtout les forêts claires et savanes boisées (FCSB), qui diminuent de 2872,70 km² à 1006,93 km².
Figure 7 : Changements de l’occupation du sol dans la commune de Dassa-Zoumé de 1991 à 2003
29Ces dynamiques mettent en lumière une transformation rapide du paysage, caractérisée par une urbanisation et une expansion des champs et jachère au détriment des forêts et des forêt et savanes.
Tableau 6 : Matrice de transition des unités d’occupation du sol de 2003 à 2022
|
|
Unité d'occupation du sol en 2022
|
|
|
FG
|
FCSB
|
SASA
|
PT
|
CJ
|
EAU
|
AGGLO
|
Total
|
|
Unité d'occupation du sol en 2003
|
FG
|
63,15
|
13,36
|
13,74
|
5,03
|
10,01
|
0,78
|
0,07
|
106,13
|
|
FCSB
|
20,09
|
148,56
|
348,59
|
141,26
|
346,14
|
1,26
|
1,03
|
1006,93
|
|
SASA
|
24,33
|
135,53
|
1970,46
|
331,39
|
3923,31
|
27,60
|
25,76
|
6438,38
|
|
PT
|
3,98
|
7,93
|
156,01
|
641,47
|
99,74
|
0,19
|
8,28
|
917,60
|
|
CJ
|
16,76
|
47,58
|
994,37
|
1400,24
|
3039,24
|
15,77
|
46,34
|
5560,29
|
|
EAU
|
0,74
|
0,02
|
0,24
|
0,06
|
0,08
|
4,95
|
0,00
|
6,09
|
|
AGGLO
|
0,00
|
0,05
|
5,11
|
1,84
|
11,02
|
0,01
|
41,32
|
59,35
|
|
Total
|
129,05
|
353,04
|
3488,50
|
2521,28
|
7429,52
|
50,56
|
122,80
|
14094,75
|
|
Taux des unités d'occupation stable = 41,92%
|
|
Taux des unités d'occupation progressées = 20,05%
|
|
Taux des unités d'occupation régressées = 38,03%
|
30L’analyse du tableau 6 montre que la stabilité au niveau des unités d’occupation concerne 41,92 % de la superficie totale, indiquant que certaines unités, comme les forêts galeries (63,15 km² stables sur 106,13 km²), ont conservé leurs caractéristiques d'origine. Cependant, on observe une progression de 20,05 %, principalement marquée par l’extension des savanes arbustives et arborées (SASA), qui passent de 3488,50 km² en 2003 à 6438,38 km² en 2022, ainsi que par l’augmentation des agglomérations (AGGLO), de 59,35 km² à 122,80 km², reflétant une forte pression anthropique. En revanche, 38,03 % des unités montrent une régression (figure 8), particulièrement les forêts claires et savanes boisées (FCSB), qui diminuent de 1006,93 km² à 353,04 km², en raison de l’augmentation des champs et jachères (CJ), de 5560,29 km² à 7429,52 km² pour répondre aux besoins alimentaires de la population.
Figure 8 : Changements de l’occupation du sol dans la commune de Dassa-Zoumé de 2003 à 2022
31Cette tendance régressive des formations naturelles n’est pas sans conséquence sur la disponibilité fourragère pour l’élevage bovin. Il faut noter que cette régression des formations naturelles se fait au profit de l’installation des champs et jachères qui occupent parfois les couloirs de passage et même les aires de pâturages.
32La figure 9 présente les couloirs de passage et l’aire de pâturage dans la commune de Dassa-Zoumé.
Figure 9 : Couloir de passage et aire de pâturage dans la commune de Dassa-Zoumé
33D’après la figure 9, on retient que la commune de Dassa-Zoumé ne dispose que de deux aires de pâturage qui sont aujourd’hui occupées par les champs. Cette situation réduit la disponibilité des pâturages naturels, ce qui peut entraîner une diminution des ressources fourragères pour le bétail et affecter la qualité de l'alimentation des bovins. L'occupation des couloirs de passage et des aires de pâturages par d'autres activités agricoles comme l’agriculture crée une compétition pour les ressources disponibles, entraînant une pression supplémentaire sur les terres de pâturage. Cette occupation est parfois source de conflit entre éleveurs et agriculteurs. Pour assurer un élevage bovin durable dans ce contexte, un aménagement spatial du territoire de la commune a été proposé. Cette planification sépare clairement les zones agricoles des zones dédiées à l'élevage. Il est nécessaire de déplacer les deux couloirs de passage actuellement occupés par des champs vers des zones moins fréquentées par la population, tout en ouvrant deux nouveaux couloirs passant par des cours d'eau moins exploités. De même, la proposition inclut la création de deux nouvelles aires de pâturage dans des espaces non cultivés.
34La compréhension des évolutions quantitatives des paysages, en particulier des ressources naturelles telles que les couverts végétaux, l'eau et les sols, nécessite une analyse de l'occupation des sols et de sa dynamique. Cette analyse englobe une exploration approfondie des processus biophysiques et anthropiques qui orientent ces évolutions, comme souligné par A. Davranche et A. N. Taïbi (2015, p. 100). Cependant, pour une approche complète, cette analyse repose également sur une méthode mixte intégrant les données de la télédétection et les données issues de vérifications sur le terrain. Ces données de terrain ont permis de valider les résultats de l'analyse satellitaire en s'assurant que les unités d'occupation du sol identifiées correspondaient effectivement aux conditions réelles observées sur place. Les images Landsat TM, ETM et OLI-TIRS de 1991, 2003 et 2022 d’une résolution de 30 mètres ont été utilisées pour l’analyse de la disponibilité spatio-temporelle des ressources naturelles. Ainsi, l’analyse de la dynamique du changement au sein des unités d'occupation du sol dans la commune de Dassa-Zoumé a mis en évidence les divers processus d'évolution qui ont eu lieu dans le paysage entre 1991 et 2022. Les résultats obtenus des opérations de classification des images Landsat ont été validés à travers la matrice de confusion avec une précision globale de plus de 95% et un indice de kappa de 90%. Plusieurs auteurs, dont P. N’Guessan Akoguhi et al. (2022, p. 22), ont recours à ce type d'évaluation afin d'approfondir l'analyse de la qualité de la classification.
35Bien que les conclusions se rapportent aux images Landsat, elles concordent avec les recherches de L. Adetona et al. (2022, p. 100), démontrant l'importance des images satellitaires à haute résolution actuelles dans l'élaboration de cartographies de l'occupation du sol, en mettant particulièrement l'accent sur l'évolution et la surveillance du couvert forestier.
36La commune de Dassa-Zoumé a connu des changements majeurs des unités d’occupation entre les différentes périodes étudiées. De 1991 à 2003, on note une régression (27,67 %) des formations naturelles (forêt et savane) avec une progression de 15,88 %. Par contre, durant la période de 2003 à 2022, les formations naturelles ont régressé de 27,60 %.
37Il convient de noter que la dégradation des formations naturelles a été, entre 1991 et 2003, particulièrement marquée par une anthropisation accrue des forêts galeries et des savanes, les transformant en zones de cultures. Les facteurs les plus fréquemment évoqués comme étant responsables de la diminution des surfaces forestières et des savanes sont principalement liés à l'activité agricole. Cette influence se fait de plus en plus sentir en raison de la croissance constante de la population dans la région, entraînant une multiplication des besoins et une augmentation des pressions (K. Adjonou et al., 2017, p. 14549 ; I. Ouedraogo et al., 2020, p. 39).
38L'étude conduite par K. Adjonou (2019, p. 18) à Yamoussoukro, en Côte d'Ivoire, révèle que la diminution des zones forestières peut être attribuée au mode d'agriculture adopté par les populations locales. L'auteur explique que dans des environnements caractérisés par une prévalence des activités agricoles et dans le cadre d'une recherche constante de terres plus productives, les agriculteurs abandonnent leurs parcelles cultivées après une ou deux années de cultures vivrières. Ils colonisent ensuite de nouvelles terres forestières plus fertiles, laissant les premières en jachère dans le but de restaurer leur fertilité.
39Dans la commune de Dassa-Zoumé, on observe fréquemment des conversions de la végétation naturelle en zones agricoles et non végétalisées. Cette diminution de la couverture végétale naturelle dans la région de l'Afrique de l'Ouest suscite une inquiétude aux éleveurs bovins (B. J-B. Zoungrana et al., 2018). Pour garantir une adaptation efficace de l'élevage et favoriser une participation accrue des éleveurs dans la conception des innovations, il est essentiel de promouvoir l'intégration sociale entre agriculteurs et éleveurs et la diversité des cultures (E. Vall et al., 2014, p. 164).
40Le diagnostic de l'occupation du sol dans la commune de Dassa-Zoumé, effectué sur les périodes de 1991, 2003 et 2022, révèle une prédominance des formations savanicoles, principalement constituées d'herbes et d'arbustes recherchés pour l'alimentation du bétail. Les résultats des classifications, évalués par l'indice de kappa et la précision globale, démontrent une fiabilité supérieure à 90 %, soulignant une correspondance satisfaisante avec les données de vérité-terrain.
41L'analyse de l'évolution de l'occupation du sol entre 1991-2003 et 2003-2022 met en lumière des changements significatifs. De 1991 à 2003, 56,47 % des types d'occupation du sol restent inchangés, tandis que 43,53 % connaissent des mutations en progression (15,88 %) et en régression (27,67 %). De 2003 à 2022, 51,50 % demeurent inchangées, avec une variation de -4,98 %, une régression de 27,60 % et une progression de 20,90 %.
42La vulnérabilité aux changements varie selon les unités d'occupation. Les forêts galerie et les savanes arborées et arbustives sont davantage exploitées, tandis que les espaces occupés par la forêt claire et la savane boisée connaissent une augmentation. La régression des formations naturelles, au détriment des champs et jachères, compromet la disponibilité fourragère pour l'élevage bovin, entraînant des compétitions pour les ressources et des conflits entre éleveurs et agriculteurs.
43Pour assurer la durabilité de l'élevage bovin, une gestion équilibrée est nécessaire, intégrant une planification spatiale claire, des pratiques agricoles durables, et une gestion intégrée des ressources. Ces mesures visent à concilier les besoins agricoles tout en préservant les ressources naturelles indispensables à l'élevage, favorisant ainsi une cohabitation harmonieuse entre les différentes activités dans la commune de Dassa-Zoumé.