Embed Size (px)
Citation preview
Tendances et dynamiques de la déforestation et dégradation des
forêts en Afrique Centrale
CAFI INGO meeting Bonn, 2 April 2019
Rémi d'AnnunzioFonctionnaire forestierEquipe REDD+ , Département ForêtFAO
Déforestation et dégradation
Bustamante et al. (2016), Toward an integrated monitoring framework to assess the effects of tropical forest degradation and recovery on carbon stocks and biodiversity. Global Change Biol, 22: 92–109. doi:10.1111/gcb.13087
Quelles sources de données utiliser ?
FRA apporte une définition unique et inclusive, mais ne donne pas de renseignements sur les moteurs de changements.
Les études par télédetection globales (GFC, Roadless) portent sur le couvert arboré et non pas sur la forêt. Aucune évaluation de la précision n'est réalisée à l'échelle régionale.
Les études par télédetection nationales ne sont pas disponibles partout, les définitions ne sont pas harmonisées.
Couvert arboré et pertes dans les pays CAFI
Source GFC v1.6, seuil 50%
En 2000, ~ 269 millions d'haEn 2018, ~ 255 millions d'ha
Tendances des pertes annuelles de couvert arboré dans les pays CAFI
Source GFC v1.6, seuil 50%
Contribution des pays CAFI aux pertes annuelles de couvert arboré
Source GFC v1.6, seuil 50%
Etat des forêts du bassin du Congo (2015):
“L’agriculture paysanne et, dans une moindre mesure, la collecte de bois énergie, sont considérées comme les principaux moteurs de la déforestation dans le bassin du Congo.”
Moteurs de la déforestation
Defourny et al., (2011), variables corrélées à la déforestation et dégradation, 1990-2000-2005:
- superficie du complexe rural- augmentation de la population - superficie de forêts dégradées- fragmentation de la forêt - importance du réseau routier
République démocratique du Congo
Révision du NERF, publié 2019
~5,000 points de pertes interprétés en termes de causes directes
Guinée Équatoriale
République du Congo
Causes directes de la déforestation:- défrichement pour l'agriculture artisanale et industrielle- mines (dans un futur proche)- exploitation forestière - charbonnage- infrastructures- feux de brousse (en savane)
2000-2010
Cameroun
Analyse approfondie des moteurs de la déforestation et la dégradation en tenant compte des cinq zones agro-écologiques,UNIQUE/IIASA/Rainbow (2017)
Gabon
Collaboration avec JICA-JAXA Forest Early Warning System (JJ-Fast).
FRA 2020:
“Modification de la forêt sans élimination de la canopée. L'exploitation forestière semble être la principale cause de dégradation des forêts au Gabon.”
République Centrafricaine
Source GFC v1.6, seuil 50%
Shapiro et al., (2016) Using fragmentation to assess degradation of forest edges in Democratic Republic of Congo. Carbon Balance and Management.
Dégradation comme précurseur de la déforestation
Exportations annuelles de bois rond
Source FAOSTAT (29-03-2019)
Mise à jour nécessaire Gabon (2015 - 2018) Cameroun (2016-2017)
Congo (2017) RD Congo (2018)
Quelles méthodologies et données utiliser ?
Enquête par télédétection FRA 2020- Echantillons de changement- Collect Earth Online 2000-2018- Images Digital Globe
Cameroon 185 Central African Republic 129 Congo 120 Democratic Republic of the Congo 4,315 Equatorial Guinea 13 Gabon 56
Nécessite des données de référence de qualité
mise à disposition d'images PLANET (RD Congo) 3m de résolution, à cadence journalière, pendant 1 an
Opérationnalisation des systèmes de surveillance
système d'alerte quasi temps réel (fusion Landsat, Sentinel 1 et 2)
détection de la dégradation (flux de tenseurs)
sortie en mai 2019 de la V3.0
https://sepal.io gratuit, ouvert, libre
