Navigation – Plan du site

AccueilRubriques électroniquesRegards / Terrain2025Géostratégie et considérations éc...

2025

Géostratégie et considérations écologiques pour la gestion des feux de végétation en Afrique de l’Ouest

Geostrategy and ecological considerations for wildland fires management in West Africa
Bareremna Afelu, Kombate Bimare, Tionhonkélé Drissa Soro, Somiyabalo Pilabina, Komlan Edou, Marra Dourma et Kouami Kokou

Résumés

La mise à feu de la végétation est une pratique courante en zone tropicale. En référence aux normes de brûlage, l’aspect utilitaire du feu peut être remplacé par un impact négatif sur les écosystèmes. Cette étude se veut une contribution à la gestion durable des feux à travers une analyse de l’occurrence des feux en Afrique de l’Ouest, la projection à l’horizon 2100 et l’évaluation de l’incidence d’un exemple d’une ambition climatique nationale sur la dynamique des feux. Les scénarios climatiques de 2015 et 2020 ont été analysés suivant les directives du GIEC. L’analyse cartographique s’est appuyée sur une revue documentaire et le cadre juridique existant. La dynamique régionale des feux et l’incidence des engagements climatiques nationaux sur leur occurrence ont été analysées. La distribution spatio-temporelle montre une tendance à la hausse du nombre de feux actifs de 7843 en 2000 à 11994 en 2023 et une prédiction de 18518 en 2100. Partant de l’option optimiste de l’hypothèse RCP2.6 qui suppose que les différentes mesures d’atténuation inscrites dans les contributions nationales sont mises en œuvre, les prédictions indiquent une réduction de l’occurrence des feux en référence à la situation de 2000. Cette hypothèse validée permettra de réduire les feux actifs de 16% en 2030, 53% en 2050 et 89% à l’horizon 2100 avec le maintien des efforts pour le climat. La gestion intégrée des feux de végétation en Afrique de l’Ouest gagnerait à l’harmonisation de la typologie des feux par rapport à leur période d’occurrence et l’objectif recherché. Face aux réalités transfrontières de la dynamique des feux et à la continuité écologique de la sous-région, des approches d’intégration régionale sont requises pour la complémentarité des outils de prévention et de gestion efficace des feux de végétation.

Haut de page

Texte intégral

Sincères remerciements aux ainés et collègues qui s’intéressent à la pyrologie dans le contexte de changement climatique en Afrique. Nos pensées aux chercheurs du Togo et de la Côte d’Ivoire qui ont contribué à cette analyse. Reconnaissance aux évaluateurs et à toute l’équipe de la Revue VertigO pour ce forum d’échange scientifique. À la Faculté des Sciences de l’Université de Lomé et au Ministère de l’environnement et des ressources forestières du Togo pour les facilités offertes pour la collecte des données et la facilitation institutionnelle.

Introduction

1Plusieurs études conduites en Afrique de l’Ouest ont montré l’aspect bénéfique de la pratique des feux dans le défrichement des zones de culture et la conservation de plusieurs espèces végétales et cynégétiques (Devineau et al., 2010). L’usage des feux sert d’outil d’aménagement des écosystèmes et est fortement ancré dans les pratiques culturales et culturelles des communautés africaines (Ballouche et Valea, 2012).

2Toutefois, en référence à des normes de brûlage, l’aspect utilitaire des feux peut avoir un impact négatif sur les biens et services des écosystèmes (Diop, 2007 ; Houinato et al., 2013 ; Afelu et al., 2015). Ces feux deviennent alors un phénomène dévastateur aux conséquences écologiques et sociétales majeures, situation renforcée par la pression croissante sur les écosystèmes et le dérèglement climatique (Rigolot et al., 2020). La fréquence et l'intensité des feux, qu’ils soient naturels ou planifiés, ont augmenté de manière alarmante ces dernières décennies (Doamba et al., 2020 ; GIEC, 2020 ; Houindote et al., 2022) mettant en péril la biodiversité, la qualité de l'air et la sécurité des populations (Akiyo et al., 2022). Cet état des lieux classe le risque de feu en une préoccupation mondiale croissante. Dans ce contexte, la capacité à prédire avec précision l'occurrence de ces feux revêt d’une importance capitale dans la gestion des risques et la protection des écosystèmes fragiles (Koumoi, 2019 ; Agbetanu, 2020 ; Zoffoun et al., 2023).

3Les progrès technologiques et scientifiques offrent des opportunités inédites pour améliorer la prédiction des feux de végétation à l'échelle mondiale (Dahan et al., 2023, 2024). La modélisation avancée, l'utilisation de données satellitaires et la compréhension des facteurs environnementaux et humains contribuent à affiner nos capacités prédictives (Palumbo et al., 2011 ; Pricope et Binford, 2012 ; Soro et al., 2021). En anticipant sur ces événements et en identifiant les zones exposées au risque de feu, il devient possible de mettre en place des stratégies de prévention et d'intervention plus efficaces. Les feux de végétation représentent un défi majeur dans la gestion des écosystèmes (Afelu et al., 2016 ; Atakpama et al., 2021 ; Atakpama et al., 2023 ; Kombate et al., 2024).

4Partant de l’hypothèse que tous les feux n’ont pas la même incidence sur les écosystèmes, la clarification de leur typologie est importante dans la définition des stratégies et cadres de prévention ou de gestion. En effet, des travaux antérieurs (Valea, 2011 ; Soro et al., 2021) permettent de distinguer plusieurs types de feux selon la cause de départ de feu, le mode de propagation, la source de la biomasse combustible, la responsabilité de l’éclosion et selon la capacité humaine de prévention ou d'évitement dans le temps et dans l'espace. La considération du cadre légal autorisant les mises à feu utilitaires et basée sur les paramètres écologiques permet de distinguer les feux précoces pratiqués avant la date limite légale et les feux tardifs (N’dri et al., 2012 ; Afelu et Kokou, 2015). D’autres travaux sur les statistiques descriptives et la cartographie des feux ont démontré l’importance d’une analyse multiéchelle allant d’une analyse à l’échelle sous-régionale, en l’occurrence l’Afrique de l'Ouest, jusqu’au niveau national et local (Eva et al., 2003 ; Houindote et al., 2024).

5Selon Houindote et al. (2025, en s’appuyant sur la base de données de Google Scholar, Web of Science et SCOPUS entre 1960 et 2022, les articles issus de recherche scientifiques sur les feux de végétation se sont plus focalisés sur l'écologie des feux (31,46%) et l’impact des feux sur la biomasse et le stock carbone (30,33%). La présente étude répond ainsi à la recommandation de combler l’insuffisance des analyses de l’occurrence et de prédiction des de feux de végétation et de leurs impacts sur les écosystèmes en se basant sur les données satellitaires à l’échelle sous-régionale (Houindote et al., 2024 ; Konko et al., 2021). Elle examine l’occurrence des feux spontanés tout en soulignant la nécessité d'intégrer des approches de modélisation pour une gestion durable des écosystèmes forestiers. En combinant les données sur le type d’occupation de sol, la nature des formations végétales et les variables climatiques, cette recherche aspire à fournir des recommandations pour renforcer la résilience des communautés et des écosystèmes face aux défis posés par les feux. Globalement, la présente étude est une contribution à la gestion durable des feux de végétation. Plus spécifiquement, il s’agit de(i) analyser l’occurrence des feux dans la sous-région ouest africaine, (ii) prédire l’occurrence des feux actifs à l’horizon 2100 et (iii) évaluer l’exemple de l’incidence d’une ambition climatique nationale sur la dynamique des feux de végétation.

Matériels et méthodes

Zone d’étude

6L’analyse de l’occurrence passée et présente entre les années 2000 et 2023 des feux actifs et des superficies brûlées est réalisée à l’échelle sous-régionale de l’Afrique de l’Ouest (Figure 1). La présente étude étant inscrite dans un contexte de préservation écologique, l’analyse des résultats s’est étendue à la Mauritanie qui ne fait pas partie de la confédération des pays de l’Afrique de l’Ouest. La même échelle est retenue pour les projections à l’horizon 2100 et à la discussion des résultats (Eva et al., 2003 ; Hountodji, 2008). L’évaluation de l’incidence des engagements climatiques sur la distribution des feux de végétation est faite en référence aux contributions nationales déterminées révisées du Togo (GIEC, 2006 ; MERF, 2021 ; Dahan et al., 2024).

Figure 1 : Échelle territoriale de l’étude

Figure 1 : Échelle territoriale de l’étude

Acquisition des données d’occurrence des feux

7Les données d’occurrence utilisées sont les produits « suivi des feux » de Visible Infrared Imaging Radiometer Suite (VIIRS) et Moderate Resolution Imaging Spectroradiometer (MODIS) offerts par la NASA, disponibles de 2000 à 2023. Il s’agit précisément des données MODIS-VIRS / NOAA-20 et VIIRS / Suomi NPP de faible résolution (375m) accessible en open source1. Ce choix a été motivé par la disponibilité des données quasi instantanées couvrant la zone d’étude, traitée et permettant de discriminer les différentes formations végétales parcourues par les feux (Freeborn et al., 2011 ; Afelu et al., 2015 ; Soro et al., 2021).

8La revue documentaire des études antérieures sur les feux, la collecte de données cartographiques existantes, l’acquisition des données MODIS, la validation des classifications des zones brulées / zones non brulées s’appuient des résultats et modèles du contrôle terrain (Kana et Etouna, 2006 ; Afelu et Kokou, 2015 ; Soro et al., 2021 ; Konko et al., 2021). Les données acquises ont été traités avec le logiciel QGIS.

Acquisition des variables environnementales

9Les variables environnementales utilisées sont les variables bioclimatiques de température et de précipitations, l'altitude et le type de sol. Ces variables, de précision 30 secondes (approximativement 1 km x 1 km), organisées en données actuelles et futures de 2021-2040, 2041-2060, 2061-2080 et 2081-2100, ont été téléchargées via la plateforme WorldClim2.12. La répartition des grands ensembles phytogéographiques et bioclimatiques (Beck et al., 2018) a été exploitée pour comparer l’occurrence des feux en zone de forêt et de savane dans les latitudes tropicales et arides de l’Afrique de l’Ouest (Figure 2).

Figure 2 : Principaux ensembles bioclimatiques de l’Afrique de l’Ouest

Figure 2 : Principaux ensembles bioclimatiques de l’Afrique de l’Ouest

Modélisation de la dynamique des feux de végétation

10Pour cartographier et prédire les feux de végétation, l’algorithme MaxEnt sous Java a été utilisé. Cet algorithme combine des données d'occurrence de feux de végétation avec des variables environnementales pour créer des modèles de distribution spatiale des feux. Les données historiques sur le climat de WorldClim de la période 1970-2000 publiées en janvier 2020 ont été exploitées à l’entrée du model. La résolution spatiale de 30 secondes (1 km2) a été choisie pour plus de précision sous le scénario SSP5-8.5 permettant de comptabiliser le moindre effort de réduction. La feuille Excel de localisation des feux et les données bioclimatiques de type continu y sont chargées. Le format de sortie est réglé sur « logistic ». Les fichiers ASC générés en sortie sont réimportés eux aussi dans le logiciel QGIS pour l’illustration cartographique (Figure 3).

Figure 3 : Interfaces graphiques exploitées

Figure 3 : Interfaces graphiques exploitées
  • 3 AUC (area under the curve), taux de confiance permettant de cibler les paramètres bioclimatiques le (...)

11Les données prédictives générées en attributs sont importées dans CAP pour les histogrammes et dendrogrammes. La distribution actuelle et les projections futures ont été exploitées pour analyser les scénarios d’occurrence des feux (Grégoire et Simonetti, 2008 ; Dahan et al., 2024) et des variables climatologiques au niveau international et national (GIEC, 2006 ; MERF, 2021). L’indice de Jacknife évalué sur l’AUC3 a été exploité à partir des 21 modèles (19 variables bioclimatiques, altitude et pédologie). L’échantillonnage appliqué sur les données d’occurrence des feux actifs a été appliqué à 1% (A) et à 5% (B) pour les tests de validation des modèles prédictifs des feux jusqu’en 2100 (Figure 4).

Figure 4 : Échantillonnages appliqués

Figure 4 : Échantillonnages appliqués

Analyse de l’incidence d’une ambition climatique nationale sur l’occurrence des feux

  • 4 Les CDN sont les engagements nationaux pris par chaque pays pour contribuer à l’atténuation globale (...)

12Pour cette analyse, l’ambition climatique du Togo a été exploitée. Nous appelons « ambition climatique » les politiques publiques et leviers d’action projetés par les pays d’Afrique de l’Ouest et basées sur les Contributions déterminées au niveau national (CDN)4. Le choix d’une ambition nationale a été retenu pour analyser son incidence sur l’occurrence des feux. La disparité des trajectoires sectorielles observée entre les ambitions nationales n’a pas permis la prise en compte de l’ambition consolidée de tous les pays de l’Afrique de l’Ouest (GIEC, 2020 ; CEDEAO, 2022). Les projections futures ont été exploitées pour analyser les scénarios d’occurrence des feux (Chevrou, 1992 ; Grégoire et Simonetti, 2008 ; Dahan et al., 2024) et des variables climatologiques au niveau international et national (GIEC, 2006 ; MERF, 2021). Les projections climatiques réalisées dans le cadre de cette étude visent les horizons 2024 à 2100.

  • 5 Les scénarios RCP (Representative concentration pathways, en français trajectoires représentatives (...)

13L’ambition nationale de réduction des gaz à effet de serre (CDN du Togo) bâtie sur les scénarios de l’outil SimCLIM a été retenue. Les données climatiques sur la période de référence et la période future ont servi à générer les scénarios pour l’analyse des changements futurs (MERF, 2021). Dans cette étude, l’option optimiste de l’hypothèse RCP2.65 qui suppose que les différentes mesures d’atténuation inscrites dans les CDN sont mises en œuvre pour inverser significativement la tendance des émissions a été retenue (Dahan et al., 2024).

Outils d’analyse du niveau du risque des feux

14L’échelle de Ichoku basée sur la mesure de la puissance radiative des feux ou l’indice de réflectance des zones brulées à partir des données MODIS a été exploitée pour évaluer le niveau du risque feu (Ichoku et al., 2008 ; Soro et al., 2021). Le niveau du risque des feux est classé dans une grille de 1 à 5 proportionnellement à son indice selon la codification suivante : 1 : faible, 2 : assez-faible, 3 : assez-élevé, 4 : élevé, 5 : très élevé.

15Le risque moyen annuel (RMA) défini par la surface brûlée par an par rapport à la surface de la zone boisée ou couverte de combustible et exprimée en surface brûlée en ha par an/1000 ha de surface combustible a permis de caractériser le risque moyen annuel. Pour un RMA ≥ 100, le risque feu est « élevé ». Il est faible pour RMA ≤ 25(CIHEAM-FAO, 1995 ; Afelu, 2016).

Résultats

Dynamique de l’occurrence des feux en Afrique de l’Ouest

16La localisation des feux de 2000 à 2023 en Afrique de l’Ouest démontre le niveau d’occurrence et le caractère dynamique des feux de végétation sur l’échelle temporelle et spatiale. La tendance reste élevée depuis l’année 2000 pour le nombre de feux détectés à savoir les feux actifs. Il en est de même des superficies brûlées correspondantes.

17Depuis les zones forestières sous régime bioclimatique guinéo-congolaise jusqu’aux savanes et jachères soudano-sahéliennes, les feux de végétation se révèlent comme une réalité généralisée sur une bonne partie de cette sous-région. Les formations végétales des zones côtières (forêts et mangroves) enregistrent moins de feux que les savanes et espaces agricoles de l’hinterland. Mais cette remarque semble moins évidente avec la tendance progressive entre les années 2000 et 2020 avec des feux de plus en plus localisés dans les zones forestières côtières (Figure 5).

Figure 5 : Localisation des feux actifs en 2000 et 2020

Figure 5 : Localisation des feux actifs en 2000 et 2020

Source : données MODIS (NASA)

18La dynamique spatiotemporelle des feux montre que le nombre de feux détecté est inégal sur toute l’étendue de la zone d’étude. La zone nord aride (sahélienne et saharienne) de l’Afrique de l’Ouest brûle peu en comparaison des zones centrales et sud (soudaniennes et guinéo-congolaises) plus exposées aux feux.

19L’inégale répartition de la biomasse combustible exposée aux feux, les spécificités écologiques et les activités pyrogènes sont les facteurs clé qui déterminent la dynamique spatiotemporelle des feux dans chaque formation végétale. Ainsi, les feux sont essentiellement localisés dans les formations végétales ouvertes comme les savanes et les zones agricoles. Mais le caractère itératif des feux induit une dégradation des interfaces forêts-savanes et une progression des feux vers les zones forestières jadis moins exposées. Cette différence se justifie par des facteurs bioclimatiques endogènes comme la durée et l’intensité de la saison sèche, la température et le type d’occupation de sol. Les feux de savane dominent entre décembre et mars (96%) par rapport aux feux enregistrés dans les espaces agricoles entre avril et mai et des feux réglementés. La matrice de changement des formations végétales brûlées en hectare entre 2020 et 2024 est présentée dans le Tableau 1.

Tableau 1 : Matrice de changement des formations végétales brûlées (en hectare)

2024

2000

Feux de forêts

Feux de savanes

Feux agricoles

Feux réglementés

Feux de forêts

11 553 166

523 737

34 883

79

Feux de savanes

1 228 526

12 080 793

287 755

123

Feux agricoles

59 027

124 499

1 433 251

91

Feux réglementés

-

-

50

164

Sources : Données MODIS (Earthmap data)

Prédiction de l’occurrence des feux actifs

20Les périodes présentant une tendance évolutive de l’occurrence des feux avec des pics élevés à partir de 2045, très élevée et une généralisation des feux actifs d’occurrence extrême à partir de 2062 jusqu’en 2100 si la tendance des facteurs d’éclosion et de propagation des feux est maintenue. Cette projection permet de localiser les parcours de feu caractérisés par des zones de forte occurrence future sur toute la période de prévision (Figures 6).

Figure 6 : Projection des zones vulnérables aux feux à l’horizon 2060

Figure 6 : Projection des zones vulnérables aux feux à l’horizon 2060

21Les points chauds (hotspots en anglais) de vulnérabilité aux feux concernent une bonne partie des pays du Golfe de Guinée (Côte d’Ivoire, Ghana, Togo, Bénin, Nigéria), le sud de quelques pays sahéliens (Burkina, Mali, Sénégal) et les massifs forestiers escarpés de l’hinterland des pays au sud-est de la zone d’étude (Guinée, Libéria). Un accent sur une zone d’intérêt d’un de ces pays « hotspot » permet de relever une situation extrême.

22Au-delà des incertitudes qui peuvent amener à relativiser les projections basées sur les données satellitaires, les scénarios bioclimatiques font prédire une vulnérabilité « élevée à extrême » dans les décennies à venir. En effet, avec la même tendance du risque au niveau sous-régional, les résultats indiquent un risque moyen annuel (RMA) supérieur à 100 classant l’Afrique de l’Ouest dans la catégorie de risque « élevé » pour les feux. Par rapport à l’échelle de Ichoku, l’analyse permet de catégoriser quatre échelles de risque de feu sur des projections d’années à venir et en référence à la période 2000 à 2020. Les faibles occurrences de feux concerneront les années 2025 à 2029 les occurrences élevées entre 2030 et 2049 (échelle 2), les occurrences très élevées à extrême projetées après 2050 (échelles 3 et 4) (Figure 7).

Figure 7 : Classification ascendante hiérarchisée du niveau d’occurrence des feux

Figure 7 : Classification ascendante hiérarchisée du niveau d’occurrence des feux

Incidence d’une ambition climatique nationale sur l’occurrence des feux

23L’historique des feux au Togo indique une situation évolutive de l’occurrence des feux depuis l’année 2000 (Figure 8).

Figure 8 : Nombre de feux actifs au Togo (2000 à 2020)

Figure 8 : Nombre de feux actifs au Togo (2000 à 2020)

Source : Données MODIS

24De 2000 à 2023, la moyenne annuelle est de 10525±1001 feux actifs. La courbe de tendance associée à la série de données permet de relever une progression du risque avec une allure cyclique. Les pics d’occurrence de feux sont notés à chaque cycle de 3 à 5 ans. Le R2 d’environ 50% indique que le modèle explique en moitié la variabilité des données de réponse autour de sa moyenne attestant que d'autres facteurs externes au model peuvent aussi entrainer les données. D'où la nécessité de croiser les données de projection des facteurs biotiques et abiotiques, qui sous-tendent le comportement du feu, pour prédire son occurrence. Par rapport à la situation de référence, qualifiée de BAU (business as usual en anglais), le nombre de feux actifs détectés restera élevé dans les années à venir avec une dynamique spatiale sur toute l’étendue du territoire (Figure 9).

Figure 9 : Localisation présente et future des feux actifs au Togo

Figure 9 : Localisation présente et future des feux actifs au Togo

Source : Données MODIS

25Partant de l’option optimiste de l’hypothèse RCP2.6 et que l’option de réduction des émissions issues du secteur AFAT (Agriculture, foresterie et autres affectations des terres) de 28,40% en 10 ans (2020 à 2030) est maintenue, les projections changent d’allure avec une régression de l’occurrence des feux actifs et des zones brulées (Figure 10).

Figure 10 : Tendance des feux actifs dans l’hypothèse de l’engagement climatique

Figure 10 : Tendance des feux actifs dans l’hypothèse de l’engagement climatique

26Les projections futures montrent que, en référence à la période de 2000 à 2023, l’occurrence des feux sera plus élevée et le cycle des pics d’occurrence plus court à partir de 2045. A partir de 2050, la période entre les pics d’occurrence de feux devient de plus en plus courte et moins prononcée. Ceci peut s'expliquer par la dégradation continue des formations végétales, ce qui les rend de plus en plus vulnérables aux feux et responsable de dynamique spatiale des zones exposées aux feux. Avec les données de projections jusqu’en 2100, la moyenne annuelle de feux actifs est évaluée à 13826±2627 indiquant une prédiction d’un niveau très élevé du risque de feu.

27Face à la tendance à la hausse des feux actifs sur une durée de 20 ans, l’objectif de réduction sectoriel inscrit par le Togo dans sa CDN augure, à l’horizon 2100, un niveau d’occurrence des feux actifs inférieur au dixième en référence à la situation de l’année 2000. Cet exemple permet de montrer que l’effort climatique permettra de réduire l’occurrence des feux actifs de l’ordre de 16% en 2030, 53% en 2050 et 89% à l’horizon 2100 si les ambitions d’atténuation sont soutenues. L’indice de Jacknife évalué sur l’AUC permet de relever que les paramètres bioclimatiques sont les plus déterminants pour le comportement des feux (Annexe 1).

28Les paramètres de température (bio 1, 2, 4, 5 8, 9 et 10) et de précipitations (bio 13, 15, 16, 17 et 18) sont résiduels. Tous les paramètres confondus contribuent à la dynamique spatiotemporelle des feux à près de 80% de marge de validation. Aussi bien pour les données futures bioclimatiques, les marges d’omission sont marginales par rapport à l’échantillon. Avec les paramètres bioclimatiques prédictifs utilisés comme données d’entrainement et les données sur la localisation comme données échantillon pour le test, les courbes au-dessus de la ligne prédictive de référence sont presque identiques. Ce résultat renseigne sur la puissance prédictive du modèle par rapport aux données d’entrée et que ce test est préférable au modèle aléatoire.

29Les résultats sur la tendance prédictive des feux sont validés, quel que soit l’échantillonnage réalisé mais avec plus de précision sur l’échantillonnage à 1 % (Planche A, AUC > 0,8) que sur 5 % (Planche B, AUC > 0,6) (Annexes 2 et 3). Ce résultat indique que le taux d’omission sur les échantillons d’essai suit la même allure que celui prévu ainsi que celui projeté. La courbe d’entrainement est en dessous de la ligne d’omission prévue, ce qui traduit une dépendance entre les données d’essai et les données projetées confirmant la corrélation entre les données de projection sur 2040, 2060, 2080 et 2100 et les données d’occurrence entre 2000 et 2024.

Discussion

Dynamique des feux en Afrique de l’Ouest

30Le suivi des données annuelles de feux actifs fait ressortir une différence significative d’une période de feu à une autre au niveau de l’ampleur du risque. La distribution spatiale et temporelle indique que c’est les mêmes zones géographiques qui présentent une occurrence élevée des feux quelle que soit la période considérée (Archibald et al., 2010 ; Adams, 2013 ; Afelu et Kokou, 2015). La distribution temporelle indique que les pics de feux actifs sont essentiellement enregistrés en saison sèche. Une tendance cyclique des périodes de feux extrêmes est observée, ce qui confirme les travaux de Bouchard et al. (2008) et Afelu et Kokou (2015). L’écosystème mettrait 3 à 5 ans pour reconstituer le couvert végétal suffisant pour une seconde occurrence de feu intense. Ces résultats obtenus sont confirmés par des études antérieures similaires qui avaient établi que, 3 à 4 ans après un feu, l’écosystème optimise sa résilience et se remet de l’effet néfaste du feu antérieur (Archibald et al., 2010 ; Lydersen et al., 2014).

31Des travaux ont permis de confirmer que les savanes africaines brûlent chaque année avec des pics d’occurrence extrême cycliques de 2 à 3 ans et que la fréquence des feux est élevée dans les massifs forestiers situés à proximité des zones d’activités humaines (Koffi et al., 1995 ; Poilecot et Loua, 2009) avec des graminées qui repoussent chaque année, ce qui assure le maintien des savanes par les feux (Fournier et Yameogo, 2009 ; Rüth, 2010 ; Ballouche et Valea, 2012). Les mosaïques de paysages créées par les plages brûlées et non brûlées modifient le comportement du feu au niveau du paysage et d’une saison à une autre (Bouchard et al., 2008). Cette situation traduit le renforcement des facteurs d’éclosion et de propagation des feux et l’amélioration de la capacité de détection des feux actifs. Cette modification du niveau d’exposition des écosystèmes renforce les interfaces homme / feu / forêt, sources d’éclosion et de propagation des feux. Dans la présente étude, il a été noté que, depuis 2010 l’occurrence des feux se maintient à un niveau extrême par rapport à l’échelle du niveau de risque (Lampin et al., 2006 ; Ichoku et al., 2008).

32Les résultats de la présente étude confirment l’approche d’analyse multicritères et multi-échelles de la dynamique des feux (Valea, 2011) et montrent que la dynamique des feux n’est pas aléatoire mais tributaire des facteurs biotiques et abiotiques du milieu qui impriment leur influence sur le comportement des feux à travers la biomasse combustible, le sens du vent, la vitesse de propagation et l’intensité des feux (N’dri et al., 2012). Le contexte régional de l’occurrence des feux remet à jour l’urgence de la valorisation de la biomasse combustible et des stocks carbone en bioéconomie forestière face aux enjeux et ambitions d’accès aux marchés carbone et de REDD+ des pays africains (Erkkilä et al., 2024)

33En Afrique, l’existence des massifs forestiers et aires protégées à cheval entre plusieurs pays conduit à une approche transfrontière de la gestion des feux (Eva et al., 2003 ; Hountondji, 2008 ; Nieman et al., 2021 ; Valea, 2011 ; Arnett et al., 2015 ; Nieman et al., 2021). Pour améliorer la gouvernance environnementale et renforcer les capacités nationales et locales de gestion des feux, la promotion d’un cadre de partenariat sous-régional axé sur la formation et la recherche est une piste souvent évoquée. En effet, plusieurs feux dépassent les frontières nationales et ont des impacts sur plusieurs pays. Face à ces menaces, la coopération internationale pour la gestion des feux de forêt repose sur un certain nombre de recommandations visant à harmoniser et normaliser les approches de suivi, de prévention et de gestion des feux (Goldammer, 2003 ; PNUD/PNUE, 2006). En plus des efforts locaux de planification de la gestion des feux à travers le renforcement des capacités des organisations à la base (Erkkilä et al., 2024), l’approche sous-régionale et intégrative vient apporter une solution à la protection des massifs forestiers transfrontière des et zones de conservation de la biodiversité. Des projets transfrontaliers de gestion de feu ainsi que l’harmonisation dans la collecte et la gestion des bases de données donneront du souffle aux efforts nationaux pour la maîtrise des feux (Auteurs Ghana, BF, RCI et Bénin). L’approche transfrontière de la gestion des feux a plusieurs avantages dont la mise en place d’un mécanisme concerté de gestion des écosystèmes menacés par les feux, l’harmonisation des législations et des méthodes d’évaluation des feux (PNUD/PNUE, 2006), l’élaboration des programmes sous-régionaux de prévention et de gestion des feux mieux appréciés par les partenaires financiers et la meilleure synergie d’actions dans la compréhension et la gestion des feux.

34Des travaux antérieurs permettent de comprendre les zones exposées aux feux en Afrique de l’Ouest par rapport à leur niveau de précipitation. Moins la saison sèche est prononcée, moins l’occurrence des feux est importante. En effet, les précipitations ont une distribution zonale et décroissante des côtes vers l’intérieur du continent, ce qui contribue à y imprimer un gradient d’occurrence des feux inverse (Eva et al., 2003 ; Hountondji, 2008 ; Kouassi et al., 2010).

35L’analyse de la corrélation spatiale des feux à travers l’indice du risque moyen annuel indique une corrélation positive entre les points d’éclosion des feux et leur propagation dans les différents ensembles bioclimatiques (Beck et al., 2018). Les manifestations de feux sont corrélées entre elles et cette corrélation diminue avec la distance entre les différents feux actifs considérés. Ce résultat confirme celui obtenu dans une étude au Burkina Faso (Caillault, 2011) selon laquelle les éclosions de feux ne relèvent pas du hasard et que, les sites qui brulent pendant une saison sèche créent une mosaïque paysagère et influencent l’occurrence et le comportement d’une prochaine manifestation de feu. L’éclosion d’un feu dans une zone donnée a alors une influence dans l’occurrence prochaine d’un feu dans une autre zone proche. La fréquence des feux a des impacts évidents sur l’intensité du feu et l’étendue de la superficie brulée (Bertault, 1991). La compréhension de la dynamique spatiotemporelle des feux va au-delà du simple comportement des feux (vitesse, intensité, propagation) et s’étend à la corrélation spatiale des éclosions de feux. La dynamique des feux n’est pas une analyse isolée mais s’intègre dans une dynamique saisonnière et régionale (Mbow, 2000 ; Pugnet, 2015).

36Par rapport aux différents types de formations végétales, la distribution spatio-temporelle des feux actifs et des superficies brûlées durant la période de suivi confirme que l’éclosion des feux a essentiellement lieu dans les savanes (Opha, 2009 ; Freeborn et al., 2011 ; Caillault, 2011 ; Pricope et Binford, 2012 ; Dahan et al., 2024). Dans une étude conduite au Cameroun, Kana et Etouna (2006) avaient noté que plus de 93 % des superficies brûlées étaient des savanes. La nature de la formation végétale et le type d’occupation de sol sont des facteurs essentiels dans le niveau d’exposition et de vulnérabilité d’un écosystème au feu. C’est à partir de ces zones pyrogènes que s’étendent les feux vers les massifs forestiers (Eva, 2003 ; Poilecot et Loua, 2009 ; Palumbo et al., 2011).

37Pour les écosystèmes forestiers sensibles, comme les aires protégées, la densité humaine et les activités pyrogènes dans la zone tampon située entre l’intérieur de la réserve et l’espace communautaire expliquent la forte pression sur les ressources naturelles et l’éclosion des feux. Ceci confirme l’origine anthropique de ces feux mais aussi permet de cibler les zones à protéger en priorité (Bao et al., 2015 ; Bianchini et al., 2015). Il est noté que plus de 95% des feux actifs dans les savanes africaines sont des feux volontaires d’origine humaine qui échappent au contrôle et se propagent vers les écosystèmes adjacents (Poilecot et Loua, 2009 ; Archibald et al., 2009).

38T2 Prédiction des feux actifs

39Les travaux de Flannigan et al. (2009) ont prédit une augmentation de 50 % de l’occurrence des feux de forêts d'ici la fin de ce siècle avec un scénario intimement lié à la variabilité des conditions météorologiques, ce qui mettra à rude épreuve des capacités des structures de lutte. Ce contexte prévisionnel de la vulnérabilité des écosystèmes aux feux devrait induire une réévaluation et adaptation des techniques classiques de lutte et de réhabilitation post-incendies.

40L’orientation stratégique et la planification à court et moyen termes de la gestion des feux reposent sur une bonne compréhension de la dynamique spatio-temporelle des feux au niveau sous-régional, national et local (Pricope et Binford, 2012 ; Valea, 2011). Pour Diouf (2013), même si les feux de végétation varient dans l'espace et dans le temps selon les conditions environnementales, les résultats exploitables dépendent de l’échelle de travail. Les conclusions tirées d’études locales sont rarement transposables à d’autres échelles et ce transfert d'échelle s’avère crucial dans l'étude des feux et nécessite une approche transdisciplinaire. Cette approche multi-échelles de la dynamique des feux actifs et des superficies brulées facilite la distribution stratégique des moyens et ressources et une planification objective de la surveillance (Nieman et al., 2021 ; Wiggill, 2014 ; Bao et al., 2015).

41Mieux comprendre les facteurs locaux permet d’améliorer la gestion des feux ainsi qu’une meilleure évaluation de l’impact des feux itératifs sur les ressources des écosystèmes forestiers (Poilecot et Loua, 2009). Avec les dérèglements climatiques, le renforcement probable des facteurs d’occurrence des feux se suivra d’impacts énormes sur les composantes écosystémiques (Chen et al., 2014). Dans la présente étude, l’analyse de la dynamique spatiotemporelle confirme une inégale répartition des feux dans le temps et dans l’espace et, partant de ce constat, met en exergue la nécessité d’une bonne appréciation de la dynamique des feux et des besoins de reconstitution des terres incendiées (Mbow, 2000 ; Arnett et al., 2015 ; Caramel, 2022).

42Sur la fiabilité des données satellitaires exploitées sur la localisation des feux, l’utilisation des données MODIS de faible résolution de 250 à 500 m ne prend pas en compte les faibles superficies brulées. Sachant que la plupart des feux agricoles et d’aménagements sont de l’ordre de l’hectare (Afelu et al., 2015 ; Soro et al., 2021), ces données induiraient des écarts entre les données fournies par les satellites et les réalités sur le terrain. Les biais induits dans les données de télédétection et la nécessité d’actualiser les prévisions par l’évaluation sur le terrain. Les travaux de Freeborn et al. (2011) basés sur les données MODIS ont abouti à un taux de réévaluation des superficies détectées à 1,44 dans les savanes africaines. Cette étude révèle aussi que l’analyse à l’échelle locale permet de comptabiliser les faibles superficies brûlées non détectées par les satellites. Mais, pour des besoins de gestion des feux à l’échelle locale, la correction des données satellitaires de faible résolution ou l’utilisation des données de moyenne et haute résolution (30 à 1 m) sont requises avec au préalable une bonne connaissance de l’historique de l’occupation du sol et du contexte écologique (IPCC, 1999 ; Rüth, 2010 ; Pricope et Binford, 2012 ; Caramel, 2022).

43L’amélioration de la précision des données et les sources d’incertitude pour réduire les biais dans les interprétations et les prises de décision sont à encourager (Thompson et Calkin, 2011 ; Flannigan et Wotton, 2001). En effet, la fiabilité des données permet de soutenir l’aide à la décision dans la planification et la gestion des feux utilitaires et la prévention des feux de forêt (Schroeder et al., 2008 ; Hantson et al., 2013 ; Dahan et al., 2023). Les feux actifs et les superficies brûlées sont, dans ce contexte, peu détectables par les satellites de résolution moyenne ou faible. Dans ces conditions, les données de télédétection ne rendent pas effectivement compte de toute la réalité au sol. L’effet d’écran que peuvent constituer les nuages et le couvert forestier diminue la capacité de détection des feux par les satellites (Schroeder et al., 2008 ; Soro et al., 2021). Les scénarios optimistes analysés suivant les engagements des pays africains pour la réduction des émissions dans le cadre de l’accord de Paris sur le climat (GIEC, 2020) prédisent une réduction significative des émissions dues aux feux de végétation. Ces prédictions sont confirmées par les résultats de la présente étude et des études antérieures (Caillault, 2011 ; Fisher et al., 2013 ; Dahan et al., 2023 et 2024).

Ambition climatique nationale et occurrence des feux

44Cette étude sur l’exemple des CDN du Togo confirme que les hypothèses optimistes d’atténuation des gaz à effet de serre inscrites dans les contributions déterminées au niveau national permettront de réduire l’occurrence des feux actifs. Selon Griffiths et al. (2015), le degré de sécheresse est le paramètre clé de la prévision de l’occurrence de l’intensité des feux. Toute politique ambitieuse de reboisement et de lutte contre la désertification aura une incidence sur les paramètres bioclimatiques et par ricochet sur les facteurs d’éclosion et de propagation des feux. Ainsi, les efforts pour aménager les écosystèmes forestiers et réglementer les occupations du sol modifient les paramètres d’éclosion et de propagation des feux. Il se dégage de ces analyses qu’une ambition climatique est capable d’induire une réduction du risque de feu de végétation (Beck et al., 2018 ; Caramel, 2022 ; CEDEAO, 2022).

45Si les efforts inscrits dans les ambitions climatiques ne sont pas maintenus, les projections des variables bioclimatiques prédisent par une occurrence de plus en plus élevée des feux dans les horizons 2024 à 2100 (MERF, 2021 ; Dahan et al., 2024). En effet, dans une approche sectorielle au niveau nationale, les projections du climat futur au Togo selon le scénario RCP6.0 confirment une aggravation de la vulnérabilité du sous-secteur foresterie et autres affectations des terres (AFAT). Cette hypothèse basée sur la diminution des précipitations et l’augmentation des températures ainsi que de l’occurrence des séquences sèches qui sous-tendent des risques d’éclosion et de propagation des feux plus élevés. Par conséquent la vulnérabilité sectorielle au changement climatique se voit augmenter de 0,593 correspondant à une vulnérabilité moyenne à 0,626 correspondant à une vulnérabilité élevée (MERF, 2021).

46Les ambitions nationales de réduction des gaz à effet de serre permettront d’inverser significativement la tendance d’atténuation et par ricochet la tendance des facteurs d’éclosion et de propagation des feux (CEDEAO, 2022 ; Caramel, 2022 ; Dahan et al., 2024). Le défi reste la mise en œuvre effective de ces ambitions climatiques appropriées qui leur permettront d’atteindre les objectifs fixés dans leurs CDN tout en contribuant de manière significative à l’effort mondial de lutte contre le changement climatique. Des mesures sectorielles dont le secteur “agriculture, foresterie et autres affectations des terres” permettront de réaliser cette ambition si les mêmes ambitions sont maintenues dans le long terme.

47Les scénarios climatiques prédisent des perturbations majeures avec des températures élevées et des niveaux de précipitations faibles. Ces dernières constituèrent l’un des plus importants paramètres bioclimatiques qui sous-tendent l’occurrence des feux de végétation. Mais, il est à relever la disparité entre les ambitions des pays de l’Afrique et une hétérogénéité des approches stratégiques d’atténuation au niveau sectoriel (Africa NDC Hub, 2021 ; Caramel, 2022). L’écologie des feux transcende les frontières physiques (Nieman et al., 2021, Fisher et al., 2013). L’analyse de l’incidence des ambitions climatiques dans la lutte contre les feux confirme que les pays ne pourront atteindre leur ambition climatique qu’à travers une stratégie commune et des réponses coordonnées à l’échelle sous-régionale (Grégoire et Simonetti, 2008 ; Dahan et al., 2024). Cette approche permettra d’offrir plus de capacités à la mise en œuvre des ambitions et de lever un des goulots d’étranglement majeur que constituent les barrières douanières, politiques et administratives.

Conclusion

48L’analyse de l’occurrence des feux dans la sous-région ouest africaine a montré que le risque de feu de végétation est élevé chaque année pendant la saison sèche allant de novembre à mai. La tendance du nombre de feux actifs est à la hausse de plus 53% en moins de 20 ans. Avec l’objectif d’atténuation sectorielle inscrit par les pays africains dans leur contribution nationale déterminée, une réduction de l’occurrence est envisageable à l’ordre de 16% en 2030, 53% en 2050 et 89% à l’horizon 2100. La dynamique transfrontière des feux impose une « intégration écologique » au niveau des pays de la sous-région qui va au-delà des barrières administratives et politiques. Face aux risques environnementaux et climatiques, dont les feux de végétation, l’ampleur et la récurrence du phénomène et son caractère transfrontière requièrent une harmonisation des stratégies et une coordination sous-régionale des approches de prévention et de lutte. Au-delà de l’écologie des feux, cette étude s’est illustrée comme une contribution à l’analyse de l’occurrence et de prédiction des feux à l’échelle sous-régionale, base d’une stratégie coordonnée de maîtrise des feux pour la protection des écosystèmes fragiles et la lutte contre le changement climatique.

Haut de page

Bibliographie

Adams M.A., 2013, Mega-fires, tipping points and ecosystem services : Managing forests and woodlands in an uncertain future. Forest Ecology and Management, 294(1), pp. 250-261.

Afelu B., Fontodji K. J. et Kokou, K., 2016, Impact des feux sur la biomasse dans les savanes guinéo-soudaniennes du Togo. VertigO La revue électronique en sciences de l’environnement, 16(1), [En ligne] URL : https://journals.openedition.org/vertigo/17106

Afelu B., Kokou K. 2015. Paramètres physiques d’évaluation du comportement des feux de végétation au Togo. International Journal of Biological and Chemical Sciences, Original paper, 9(4), pp. 2091-2105.

Africa NDC Hub. 2021. Country Nationally Determined Contributions (NDCs). Pour la COP26. [En ligne] URL https://africandchub.org/

Agbetanu K.M.W., 2020, Biodiversité et gestion des feux de végétation dans la réserve de faune d’Abdoulaye, Mémoire de fin de formation, Institut National de Formation Agricole de Tové, 41p.

Akiyo R.B., Houehanou T., Yehouenou N., Teka O., Yabi I. et Tente B., 2022, Occurrence spatio-temporelle et effet comparé des feux tardifs et précoces sur la structure des habitats de savane au centre du Bénin, Revue Marocaine des Sciences Agronomiques et Vétérinaires, 10, pp. 428-436.

Archibald S., Nickless A., Govender N., Scholes R.J. et Lehsten, V., 2010, Climate and the inter-annual variability of fire in southern Africa : a meta-analysis using long- term field data and satellite-derived burnt area data. Global Ecology and Biogeography, 19(1), pp. 794–809.

Assali F., Rouchdi M., Ajerame M. M., Lahlou M., Alaoui H. M., 2016, Cartographie du risque d'incendies de forêt dans la région de Chefchaouen-Ouazzane (Maroc), Revue Marocaine des Sciences Agronomiques et Vétérinaires, 4(2), pp. 5-22.

Atakpama W., Agbetanu, K.M.W., Atara, L. L., Biaou, S., Batawila, K. et Akpagana, K., 2021, Biodiversité et gestion des feux de végétation dans la réserve de faune d’Abdoulaye au Togo. Revue Science et Technologie, Synthèse, 27, pp. 51-64.

Atakpama W., Egbelou H., Yandja M., Kombate B., Afelu, B. ; Batawila, K. et Akpagana, K., 2023, Vulnérabilité de la flore de la Forêt Classée de Missahohoe aux feux de végétation. Annales de la Recherche Forestière, 13, pp. 37-53.

Ballouche A., Valea, F., 2012, Les feux de brousse en Afrique de l’Ouest : contraintes environnementales ou outil de gestion ? L’exemple du Burkina Faso, Territoires d’Afrique, 3(1), pp. 36-47.

Bao S., Ningchuan X., Zehui L., Heyuan Z., Changjoo K. 2015. Optimizing watchtower locations for forest fire monitoring using location models. Fire Safety Journal, 71(1), pp. 100-109.

Beck H.E., Zimmermann N. E., McVicar T. R., Vergopolan,N., Berg, A., Wood E. F. Present and future Köppen-Geiger climate classification maps at 1-km resolution. Nature Scientific Data. [En ligne] URL : https://www.nature.com/articles/sdata2018214

Bianchini, G., Caymes-Scutari, P., Méndez-Garabetti, M. 2015. Evolutionary- Statistical System: A parallel method for improving forest fire spread prediction. Journal of Computational Science, 6(1), pp. 58-66.

Bouchard, M., Pothier, D., Gauthier, S., 2008, Fire return intervals and tree species succession in the North Shore region of eastern Quebec, Canadian Journal of Forest Research, 38(6), pp. 1621-1633.

Caillault S. 2011, Le feu, la brousse et la savane : modélisation spatiale de la dynamique des paysages soudaniens (Burkina Faso). Thèse de doctorat de Géographie, Université de Caen, 377 p.

Caramel, L.2022, L’Afrique de l’Ouest adopte sa première stratégie régionale pour le climat, Le Monde Afrique Climat, Publié le 05 mai 2022, [En ligne] URL https://www.lemonde.fr/signataires/laurence-caramel/

CEDEAO, 2022, Histoires de CDN en Afrique de l’ouest, Innovations et bonnes pratiques en matière de méthodes de concertation pour établir les priorités et objectifs des contributions déterminées au niveau national (CDN) dans un contexte de Covid-19, Revue de capitalisation, Numéro 02, Juin 2022, 8 p.

Dahan K. S., Kasei R. A. et Husseini R. J. F. E., 2023, Contribution of remote sensing to wildfire trend and dynamic analysis in two of Ghana’s ecological zones : guinea-savanna and forest-savanna mosaic. Fire ecology, 19, [En ligne] URL : https://fireecology.springeropen.com/articles/10.1186/s42408-023-00198-z

Dahan K. S., Kasei R. A., Husseini R., Sarr M., Said M. Y., 2024, Analysis of the future potential impact of environmental and climate changes on wildfire spread in Ghana's ecological zones using a Random Forest (RF) machine learning approach, Remote Sensing Applications, Society and Environment, Volume 33.

Devineau J.-L., Fournier A., Nignan S., 2010, Savanna fire regimes assessment with MODIS fire data: Their relationship to land cover and plant species distribution in western Burkina Faso (West Africa). Journal of Arid Environments, 74(9), pp. 1092- 1101.

Diouf A. 2013. Influence du régime des feux d’aménagement sur la structure ligneuse des savanes nord-soudaniennes dans le Parc du W (Sud-Ouest Niger). Thèse de Doctorat, Université Libre de Bruxelles, École Interfacultaire de Bioingénieurs, 225 p.

Doamba S., Ouattara B., Savadogo P. et Nacro B. H. J. A. S., 2020, Facteurs écologiques et intensités du feu en savane soudanienne au Burkina Faso, Afrique Science, 17(6), pp. 236-246

Erkkilä A., Herdieckerhoff I., Mustalahti I., Tumaini Ubaldus J., Maro A. H., 2024, Ambiguity and forest-based bioeconomy : the case of forest fires in the Southern Highlands of Tanzania, Forest Policy and Economics, Volume 160.

Eva H. D., Grégoire J.-M., Mayaux P. et Chevallier D. 2003. Suivi des feux de végétation dans les aires protégées d'Afrique sub-saharienne. Apport des techniques spatiales et des données satellitales pour le suivi des feux en Afrique sub-saharienne. Office for Official Publications of the European Communities, 54 p.

Flannigan M., Stocks B., Turetsky M., Wotton M., 2009, Impacts of climate change on fire activity and fire management in the circumboreal forest, Global Change Biology, 15(3), pp. 49-560.

Fournier, A., Yameogo, U., 2009, Pourquoi et comment utiliser le feu comme outil de gestion en savane, Manuel de gestion des aires protégées d'Afrique francophone, Paris, Awely, pp. 509-514.

Freeborn, P. H., Wooster, M. J., Gareth, R., 2011, Addressing the spatiotemporal sampling design of MODIS to provide estimates of the fire radiative energy emitted from Africa, Remote Sensing of Environment, 115(2), pp. 475-489.

Goldammer, J. G. 2003, Coopération internationale pour la gestion des incendies de forêt. ONU/FAO (2001), Réunion de la FAO sur les politiques nationales ayant une incidence sur les incendies de forêt, Rome, FAO, pp. 291-315

Grégoire J., Simonetti D., 2008, Dynamique des brûlis dans les aires protégées du réseau SUN (Bénin, Burkina Faso, Niger et Sénégal), JRC Scientific and Technical Research, series 48(829).

Hantson S., Padilla M., Corti D., Chuvieco E., 2013, Strengths and weaknesses of MODIS hotspots to characterize global fire occurrence, Remote Sensing of Environment, 131(1), pp. 152-159.

Houindote E., Thierry D., Houehanou T. D., Paolo D., Lesse T. D. et Houinato M., 2024, État de la connaissance sur les feux de végétation en Afrique : analyse bibliographique et perceptives de recherche, Laboratoire d’Écologie appliquée (LEA), [En ligne] URL : revues.imist.ma/index.php/TED/article/view/45840

Hountondji Y. C., 2008, Dynamique environnementale en zones sahélienne et soudanienne de l’Afrique de l’Ouest : analyse des modifications et évaluation de la dégradation du couvert végétal, Thèse de Doctorat, Département des Sciences et Gestion de l’Environnement, Université de Liège, Belgique, 153 p.

Hountondji, Y. C, Sokpon, N., Nicolas, J., Ozer, P. 2009. Ongoing desertification processes in the sahelian belt of West Africa : an evidence from the rain-use efficiencies. In «Recent Advances in Remote Sensing and Geoinformation Processing for Land Degradation Assessment », Chapter 11, CRC Press 2009, ISBN: 978-0-415- 39769-8, pp. 173-186

IPCC (GIEC), 1999, Guidelines on the use of scenario data for climate impact and adaptation assessment, Vesion1, Task Group on Scenarios for Climate Impact Assessment, [En ligne] URL : https://www.ipcc.ch/report/2006-ipcc-guidelines-for-national-greenhouse-gas-inventories/

Kana E. C., Etouna J. E., 2006, Apport de trois méthodes de détection des surfaces brûlées par imagerie Landsat ETM+ : application au contact forêt- savane du Cameroun, European Journal of Geography, [En ligne] URL : http://cybergeo.revues.org/2711

Koffi B., Grégoire J.-M., Mahé G., Lacaux, J.-P., 1995, Remote sensing of bush fire dynamics in Central Africa from 1984 to 1988: analysis in relation to regional vegetation and pluviometric patterns, Atmospheric Research, 39(1), pp. 179-200.

Kombate B., Atakpama W., Klevor K.J.A., Egbelou H., Kanda M., Dourma M., Batawila K., Akpagana K., 2024, Feu de végétation entraîne la dégradation et la déforestation du Parc National Fazao-Malfakassa (PNFM) au Togo, African Journal on Land Policy and Geospatial Sciences, 7(1), pp. 218-229.

Koumoi Z., 2019, Suivi des feux de végétation dans le parc national Fazao Malfakassa et ses terroirs riverains par imagerie satellitaire MODIS et LANDSAT, Revue des Sciences de l'Environnement, 1, pp. 125-142.

Lampin C., Jappiot M., Borgniet L. et Long M., 2006, Cartographie des interfaces habitat-forêt : une approche spatiale pour estimer le risque d’incendie de forêt, European Journal of GIS and Spatial analysis, 16(4), pp. 321-340.

Mbow C., 2000, Étude des caractéristiques spatiotemporelles des feux de brousse et de leur relation avec la végétation dans le Parc National du Niokolo Koba (Sud Est du Sénégal), AGRIS, International System for Agricultural Science and Technology, 121 p.

MERF, 2021, Quatrième Communication Nationale sur les changements climatiques Quatrième communication nationale sur les changements climatiques, Préparation du premier rapport biennal actualisé à la Conférence des Parties de la CCNUCC, 27 p.

N'dri A. B., Gignoux J., Dembele A. et Konate, S., 2012, Short term effects of fire intensity and fire regime on vegetation dynamic in a tropical humid savanna (Lamto, central Côte d’Ivoire), Natural Science, 4(12), pp. 1056-164.

Nieman W.A., Van Wilgen B.W., Leslie A.J., 2021, A review of fire management practices in African savanna-protected areas, [En ligne] URL : https://scholar.sun.ac.za/handle/10019.1/109706

Opha P. D., 2009, Linking fire and climate: interactions with land use, vegetation, and soil, Environmental Sustainability, 1(2), pp. 161-169.

Palumbo I., Clerici M., Pekel J.-F., Gregoire J.-M., 2011, Monitoring ten years of fire activity in West and Central Africa, pp. 269-273.

Poilecot P., Loua N.-S. 2009. Les feux dans les savanes des monts Nimba, Guinée. Bois et forêts des tropiques, 301(3), pp. 52-66.

PNUD, PNUE, 2006, Guidance on the Development of Regional Climate Scenarios for Vulnerability and Adaptation Assessments, NCSP Guidance document, 50 p.

Pricope N. G., Binford M. W. J. J., 2012, A spatio-temporal analysis of fire recurrence and extent for semi-arid savanna ecosystems in southern Africa using moderate-resolution satellite imagery, Journal of environmental management, Volume 100, pp. 72-85.

Rigolot É., Dupuy J.-L., Pimont F., Ruffault J., 2020, Les incendies de forêt catastrophiques, Annales des Mines-Responsabilité et environnement, pp. 29-35.

Rüth N. A., 2010, Mapping Bushfire Distribution and Burn Severity in West Africa using Remote Sensing Observations, PhD Thesis, Natural sciences, Julius-Maximillian’s University, Würzburg, Bavaria, Germany, 137 p.

Schroeder W., Csiszar I., Morisette J. 2008, Quantifying the impact of cloud obscuration on remote sensing of active fires in the Brazilian Amazon, Remote Sensing of Environment, 112(2), pp. 456-470.

Soro T.D., Koné, M., N'Dri, A.B. & N'Datchoh E.T., 2021, Identified main fire hotspots and seasons in Cote d'lvoire (West Africa) using MODIS fire data, South african journal of science, Vol. 117 No. 1/2 (2021), pp.1-13.

Thompson M. P., Calkin D. E., 2011, Uncertainty and risk in wildland fire management, Journal of Environmental Management, 92(8), pp. 1895-1909.

Valea F., 2011, Études des feux de brousse au Burkina Faso, approche multi-échelles des feux actifs et des surfaces brûlées, Thèse de doctorat, Laboratoire GEOPHEN, Université de Caen, 112 p.

Wiggill M. N. 2014. Communicating for organizational legitimacy: the case of the Potchefstroom Fire Protection Association. Public Relations Review, 40(2), pp. 315- 327.

Zoffoun O.G., Djagoun C.A. et Sogbohossou E.A., 2023, Distribution patterns of fire regime in the Pendjari Biosphere Reserve, West Africa, Journal of arid land, Volume 15, pp.1160-1173.

Haut de page

Annexe

Annexe 1 : Indice d’entrainement des facteurs bioclimatiques

Annexe 2 : Taux d’omission pour la validation de la prédiction

Annexe 3 : Marges de confiance du modèle prédictif

Haut de page

Notes

1 Pour plus d’information, consulter le site internet de FIRMS [En ligne] URL : https://firms.modaps.eosdis.nasa.gov/map

2 Pour plus d’information, consulter le site internet de WorldClim [En ligne] URL : https://www.worldclim.org/data/worldclim21.html

3 AUC (area under the curve), taux de confiance permettant de cibler les paramètres bioclimatiques les plus déterminants dans le comportement des feux pour la validation d’un modèle prédictif.

4 Les CDN sont les engagements nationaux pris par chaque pays pour contribuer à l’atténuation globale des gaz à effet de serre dans le cadre de l’Accord de Paris pour le climat.

5 Les scénarios RCP (Representative concentration pathways, en français trajectoires représentatives de concentration de gaz à effet de serre) sont des scénarios utilisés pour modéliser les futures conditions climatiques et évaluer les impacts sectoriels potentiels et prévisibles.

Haut de page

Table des illustrations

Titre Figure 1 : Échelle territoriale de l’étude
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-1.png
Fichier image/png, 99k
Titre Figure 2 : Principaux ensembles bioclimatiques de l’Afrique de l’Ouest
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-2.png
Fichier image/png, 168k
Titre Figure 3 : Interfaces graphiques exploitées
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-3.png
Fichier image/png, 441k
Titre Figure 4 : Échantillonnages appliqués
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-4.png
Fichier image/png, 329k
Titre Figure 5 : Localisation des feux actifs en 2000 et 2020
Crédits Source : données MODIS (NASA)
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-5.png
Fichier image/png, 248k
Titre Figure 6 : Projection des zones vulnérables aux feux à l’horizon 2060
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-6.png
Fichier image/png, 199k
Titre Figure 7 : Classification ascendante hiérarchisée du niveau d’occurrence des feux
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-7.png
Fichier image/png, 43k
Titre Figure 8 : Nombre de feux actifs au Togo (2000 à 2020)
Crédits Source : Données MODIS
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-8.png
Fichier image/png, 84k
Titre Figure 9 : Localisation présente et future des feux actifs au Togo
Crédits Source : Données MODIS
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-9.png
Fichier image/png, 267k
Titre Figure 10 : Tendance des feux actifs dans l’hypothèse de l’engagement climatique
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-10.png
Fichier image/png, 38k
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-11.png
Fichier image/png, 20k
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-12.png
Fichier image/png, 27k
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-13.png
Fichier image/png, 26k
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-14.png
Fichier image/png, 26k
URL http://journals.openedition.org/vertigo/docannexe/image/49027/img-15.png
Fichier image/png, 66k
Haut de page

Pour citer cet article

Référence électronique

Bareremna Afelu, Kombate Bimare, Tionhonkélé Drissa Soro, Somiyabalo Pilabina, Komlan Edou, Marra Dourma et Kouami Kokou, « Géostratégie et considérations écologiques pour la gestion des feux de végétation en Afrique de l’Ouest »VertigO - la revue électronique en sciences de l'environnement [En ligne], Regards / Terrain, mis en ligne le 09 juin 2025, consulté le 16 juillet 2025. URL : http://journals.openedition.org/vertigo/49027 ; DOI : https://doi.org/10.4000/1431p

Haut de page

Auteurs

Bareremna Afelu

Université de Lomé, Faculté des sciences, Département de botanique, Laboratoire de recherche forestière, Lomé, Togo, adresse courriel : domi2nic@gmail.com

Articles du même auteur

Kombate Bimare

Université de Lomé, Faculté des sciences, Modélisation de la gestion des ressources naturelles, Lomé, Togo.

Tionhonkélé Drissa Soro

Université Félix Houphouët-Boigny, UFR Biosciences, Laboratoire des milieux naturels et conservation de la biodiversité, Abidjan 22, Côte d'Ivoire.

Somiyabalo Pilabina

Université de Kara, Facultés des Lettres et Sciences Humaines, Département de Géographie, Centre de recherche et d’expertise sur la dynamique des espaces et des sociétés, Kara, Togo.

Komlan Edou

Groupe Consultatif d’Experts d’appui à la préparation des Communications Nationales de la Convention-cadre des nations unies sur les changements climatiques, Lomé, Togo.

Marra Dourma

Université de Lomé, Faculté des sciences, Département de botanique, Laboratoire de botanique et écologie végétale, Lomé, Togo.

Articles du même auteur

Kouami Kokou

Université de Lomé, Faculté des sciences, Département de botanique, Laboratoire de recherche forestière, Centre de recherche sur le changement climatique, Lomé, Togo.

Articles du même auteur

Haut de page

Droits d’auteur

CC-BY-NC-ND-4.0

Le texte seul est utilisable sous licence CC BY-NC-ND 4.0. Les autres éléments (illustrations, fichiers annexes importés) sont « Tous droits réservés », sauf mention contraire.

Haut de page
Rechercher dans OpenEdition Search

Vous allez être redirigé vers OpenEdition Search