PLAN RÉVISÉ DU MÉMOIRE

INTRODUCTION GÉNÉRALE
I. Contexte et justification

II. Problématique

III. Objectifs de l'étude

IV. Hypothèses de travail

V. Approche méthodologique

VI. Portée et limites

VII. Délimitation spatio-temporelle

VIII. Structure du mémoire

PARTIE 1 : GÉNÉRALITÉS ET CADRE THÉORIQUE

CHAPITRE 1 — PRÉSENTATION DE LA ZONE
D'ÉTUDE
1.1. LOCALISATION GÉOGRAPHIQUE

1.1.1. Situation à Madagascar et Hautes Terres Centrales

1.1.2. Bassin versant supérieur de l'Ikopa : définition et délimitation

1.1.3. Sous-bassin oriental étudié : superficie et coordonnées

1.1.4. Cartes localisation et délimitation

1.2. MILIEU PHYSIQUE

1.2.1. Géologie et substrat rocheux

1.2.2. Géomorphologie et relief

1.2.3. Pédologie

1.2.4. Climat tropical d'altitude

1.2.5. Hydrographie et réseau drainage

1.2.6. Paramètres morphométriques bassin (pente, altitude, indices)

1.3. MILIEU HUMAIN ET SOCIO-ÉCONOMIQUE

1.3.1. Démographie et croissance population

1.3.2. Activités économiques (agriculture, industrie, extraction)

1.3.3. Infrastructures (routes, eau, assainissement, énergie)

1.4. PROBLÉMATIQUES ENVIRONNEMENTALES MAJEURES

1.4.1. Urbanisation non maîtrisée

1.4.2. Déforestation et dégradation végétation

1.4.3. Érosion hydrique et lavaka

1.4.4. Inondations récurrentes

1.4.5. Pollution eaux et ressources

1.5. SYNTHÈSE CARACTÉRISTIQUES ET ENJEUX PRIORITAIRES

CHAPITRE 2 — CONCEPTS FONDAMENTAUX ET

TÉLÉDÉTECTION
2.1. CONCEPTS DE BASE

2.1.1. Bassin versant (définition, utilité, échelles d'analyse)

2.1.2. Occupation du sol vs Utilisation du sol (FAO)

2.1.3. Télédétection spatiale (principes, avantages, limites)

2.1.4. Changement d'occupation du sol (drivers, facteurs directs/indirects)

2.1.5. Classification d'images (principes généraux, supervisée vs non

supervisée)

2.2. PRINCIPES PHYSIQUES DE TÉLÉDÉTECTION

2.2.1. Spectre électromagnétique et régions spectrales

2.2.2. Réflectance spectrale et signatures spectrales par classe

2.2.3. Interaction rayonnement-surface (réflexion, absorption)

2.2.4. Indices spectraux (NDVI, NDWI, NDBI - formules et applications)

2.3. SATELLITES ET CAPTEURS UTILISÉS

2.3.1. Programme Landsat (historique, évolution TM → OLI)

2.3.2. Landsat 5 TM vs Landsat 7 ETM+ vs Landsat 8 OLI (comparaison)

2.3.3. Bandes spectrales et résolutions (30m spatial)

2.3.4. Avantages et limitations Landsat pour Madagascar

2.4. RÉSOLUTIONS ET MÉTADONNÉES IMAGES

2.4.1. Résolution spatiale (implications objets détectables)

2.4.2. Résolution spectrale (nombre et largeur bandes)

2.4.3. Résolution temporelle (fréquence passage, couverture nuageuse)

2.4.4. Résolution radiométrique (calibration, niveaux codage)

2.4.5. Métadonnées images (radiométriques, géométriques, qualité)

CHAPITRE 3 — REVUE BIBLIOGRAPHIQUE ET

TRAVAUX ANTÉRIEURS
3.1. ÉTAT DE L'ART : CARTOGRAPHIE OCCUPATION SOL

3.1.1. Méthodes classification images satellites (histoire, évolution)

3.1.2. Approches supervisées (Maximum Likelihood, SVM, RF) - État actuel

3.1.3. Approches non supervisées (K-Means, ISODATA) ⭐ - Focus étude

3.1.4. Comparaison méthodologies (avantages/inconvénients)

3.1.5. Logiciels utilisation (ENVI, ArcGIS, QGIS, Python)

3.2. ANALYSE DIACHRONIQUE ET MODÉLISATION

3.2.1. Méthodes détection changements occupation sol

3.2.2. Matrices transition et taux changements (formules)

3.2.3. Modélisation prédictive (Markov, CA-Markov, ML avancé)

3.2.4. Scénarios prospectifs (tendanciel, optimiste, pessimiste)

3.3. ÉTUDES INTERNATIONALES RÉFÉRENTES

3.3.1. CONGALTON & GREEN (2009) - Validation classifications

3.3.2. JENSEN (2005) - Principes télédétection image

3.3.3. MAXWELL et al. (2018) - Machine Learning télédétection

3.3.4. BELGIU & DRĂGUȚ (2016) - Random Forest applications

3.3.5. PUYRAVAUD (2003) - Taux changements standardisés

3.4. ÉTUDES À MADAGASCAR

3.4.1. Déforestation (HARPER et al., VIEILLEDENT et al.)

3.4.2. Occupation sol Hautes Terres (KECK et al., SCALES)

3.4.3. Hydrologie bassins (RANJANAHARIVELO, RAKOTOMALALA)

3.5. ÉTUDES SUR ANTANANARIVO ET BASSIN IKOPA

3.5.1. Urbanisation (RANAIVOSON et al., CIRAD)

3.5.2. Inondations (MAZAKABONA, APIPA)

3.5.3. Érosion et lavaka (VOARINTSOA et al.)

3.6. POSITIONNEMENT ET ORIGINALITÉ ÉTUDE

3.6.1. Lacunes littérature identifiées

3.6.2. Apports originaux mémoire (série 7 dates, prédictions, validation)

3.6.3. Méthodologies inspirées de littérature

CHAPITRE 4 — CADRE CONCEPTUEL ET

MÉTHODOLOGIE GÉNÉRALE
4.1. CADRE CONCEPTUEL GLOBAL

4.1.1. Schéma conceptuel méthodologique (flowchart 10 phases)

4.1.2. Articulation entre phases (dépendances logiques)

4.1.3. Lien phases ↔ chapitres mémoire

4.2. APPROCHE HYPOTHÉTICO-DÉDUCTIVE

4.2.1. Hypothèses de travail (7 catégories)

4.2.2. Stratégie test des hypothèses

4.2.3. Indicateurs de validation

4.3. PHASE 1 : ACQUISITION ET PRÉPARATION DONNÉES

4.3.1. Données satellite Landsat (7 dates, critères sélection)

4.3.2. MNT SRTM et dérivés géomorphométriques

4.3.3. Données vectorielles (shapefiles limite bassin)

4.3.4. Données climatiques et hydrologiques (débits, pluies)

4.3.5. Données socio-économiques (population, économie)

4.4. PHASE 2 : DÉLIMITATION BASSIN VERSANT

4.4.1. Méthodologie délimitation SIG (Fill, Flow Direction, Flow Accumulation,

Watershed)

4.4.2. Création shapefile bassin (UTM Zone 38S)

4.4.3. Validation délimitation (Google Earth, cohérence réseau)

4.5. PHASE 3 : PRÉTRAITEMENTS IMAGES SATELLITE

4.5.1. Projection MNT (WGS84 → UTM 38S)

4.5.2. Correction radiométrique (DN → Réflectance FLAASH)

4.5.3. Correction géométrique (vérification géoréférencement)

4.5.4. Découpe zone d'étude (Clip par bassin)

4.5.5. Calcul indices spectraux (NDVI, NDWI, NDBI)

PARTIE 2 : MÉTHODOLOGIE CLASSIFICATION ET

RÉSULTATS
CHAPITRE 5 — CLASSIFICATION NON
SUPERVISÉE (MÉTHODOLOGIE)
5.1. NOMENCLATURE 12 CLASSES OCCUPATION SOL
5.1.1. Définition classes (descriptions détaillées par classe)

5.1.2. Critères séparation entre classes

5.1.3. Signatures spectrales attendues (NDVI, NDWI ranges)

5.2. ALGORITHME K-MEANS DANS ARCGIS ⭐

5.2.1. Principe algorithmique (itérations, convergence)

5.2.2. Détermination nombre optimal clusters (tests k=10 à k=20)

5.2.3. Initialisation et paramétrisation

5.2.4. Sortie clusters bruts (image colorée)

5.2.5. Temps calcul et ressources informatiques requises

5.3. RÉATTRIBUTION CLUSTERS → 12 CLASSES FINALES

5.3.1. Photo-interprétation clusters (compositions colorées PIR-Rouge-Vert)

5.3.2. Comparaison avec Google Earth images HR

5.3.3. Regroupement clusters similaires (fusion clusters comparables)

5.3.4. Labellisation et affectation 12 classes finales

5.3.5. Création lookup table (conversion raster)

5.4. POST-TRAITEMENT CLASSIFICATIONS

5.4.1. Filtre majoritaire (éliminer bruit salt-and-pepper)

5.4.2. Clumping/Agglomération (regrouper pixels contigus mineurs)

5.4.3. Lissage frontières (smoothing)

5.4.4. Vérification final (cohérence spatiale)

5.5. RÉSULTATS : 7 CARTES D'OCCUPATION SOL

5.5.1. Carte occupation sol 1990

5.5.2. Carte occupation sol 1995

5.5.3. Carte occupation sol 2000

5.5.4. Carte occupation sol 2005

5.5.5. Carte occupation sol 2010

5.5.6. Carte occupation sol 2015

5.5.7. Carte occupation sol 2020

5.5.8. Tableau surfaces par classe (1990-2020)

CHAPITRE 6 — VALIDATION TERRAIN ET

ÉVALUATION PRÉCISION
6.1. CAMPAGNE GPS TERRAIN (350 POINTS)

6.1.1. Planification (stratification par classe, distribution spatiale)

6.1.2. Méthodologie collecte (dates, itinéraires, équipements)

6.1.3. Identification classe occupation sol (observation in situ)

6.1.4. Photos géolocalisées et fiches terrain

6.1.5. Résumé campagne (période, nombre points par classe)

6.2. VALIDATION PAR PHOTO-INTERPRÉTATION

6.2.1. Google Earth historique (images 2015-2025)

6.2.2. Images très haute résolution alternatives (si disponibles)

6.2.3. Concordance GPS + photo-interprétation

6.3. MATRICE DE CONFUSION

6.3.1. Construction tableau 12×12 (référence × classification)

6.3.2. Résumé erreurs (éléments diagonaux, hors-diagonaux)

6.3.3. Analyse confusions majeures (quelles classes confondues ?)

6.4. INDICATEURS PRÉCISION GLOBALE

6.4.1. Overall Accuracy (OA) - Formule et résultat

6.4.2. Interprétation OA (seuil ≥ 85% acceptable)

6.5. INDICATEURS PRÉCISION PAR CLASSE

6.5.1. Producer's Accuracy (PA) - Sensibilité (erreur omission)

6.5.2. User's Accuracy (UA) - Spécificité (erreur commission)

6.5.3. Tableau synthèse PA/UA 12 classes

6.5.4. Classes problématiques (PA/UA < 70%)

6.6. COEFFICIENT KAPPA

6.6.1. Formule Kappa (κ) et calcul accord hasard (Pe)

6.6.2. Interprétation Kappa (échelle Landis & Koch)

6.6.3. Résultat Kappa étude (seuil ≥ 0,80 bon accord)

6.7. RECOMMANDATIONS AMÉLIORATION

6.7.1. Si OA < 85% (réviser ROIs, ajouter bandes, validation terrain)

6.7.2. Si PA classe < 70% (problème signature spectrale)

6.7.3. Si UA classe < 70% (classe hétérogène)

CHAPITRE 7 — ANALYSE DIACHRONIQUE

(CHANGEMENTS 1990-2020)
7.1. ÉVOLUTION SURFACES CLASSES

7.1.1. Résumé changements quantitatifs (Tableau détaillé)

7.1.2. Forêt dense : Tendance, causes, prévisions

7.1.3. Forêt dégradée : Stabilité, facteurs

7.1.4. Savane arborée : Dégradation, facteurs

7.1.5. Savane arbustive : Évolution

7.1.6. Savane herbeuse : Tendance

7.1.7. Rizières : Perte nette, causes urbanisation

7.1.8. Mosaïque cultures : Légère augmentation

7.1.9. Bâti dense : Expansion +100%

7.1.10. Bâti clairsemé : Expansion +100% (périurbanisation)

7.1.11. Sol nu : Augmentation érosion

7.1.12. Eau et zones humides : Stabilité/dégradation

7.2. MATRICES DE TRANSITION

7.2.1. Matrice transition 1990-1995

7.2.2. Matrice transition 1995-2000

7.2.3. Matrice transition 2000-2005

7.2.4. Matrice transition 2005-2010

7.2.5. Matrice transition 2010-2015

7.2.6. Matrice transition 2015-2020

7.3. TAUX CHANGEMENTS

7.3.1. Taux changement net par classe (1990-2020)

7.3.2. Taux changement annuel standardisé (Puyravaud)

7.3.3. Comparaison taux entre périodes (accélération/ralentissement?)

7.3.4. Graphiques courbes temporelles (12 classes 1990-2020)

7.4. TRAJECTOIRES ET TRANSITIONS MAJEURES

7.4.1. Forêt dense → Forêt dégradée (km² convertis)

7.4.2. Forêt dense → Savane arborée (dégradation progressive)

7.4.3. Rizières → Bâti dense (urbanisation plaine)

7.4.4. Rizières → Bâti clairsemé (périurbanisation)

7.4.5. Savane herbeuse → Sol nu (érosion)

7.4.6. Savane herbeuse → Mosaïque cultures (mise en culture)

7.4.7. Sol nu → Savane herbeuse (revégétalisation)

CHAPITRE 8 — FACTEURS EXPLICATIFS DES

CHANGEMENTS
8.1. DÉFORESTATION (-80 km² forêts, -35%)

8.1.1. Bois énergie (900k-1800k m³/an, 60% déforestation)

Filière charbon bois, charbonniers, marchés urbains

Demande croissante (+4,2%/an démographie)

Facteurs économiques (pauvreté rurale, prix compétitif)

8.1.2. Tavy - Défrichements agricoles (30% déforestation)

Cycle tavy culture, rendements décroissants

Pression démographique, migrations

Paysans sans terre, inaccessibilité foncière

8.1.3. Extension urbaine (10% déforestation)

Contournement Antananarivo, axes routiers

8.1.4. Dégradation progressive (feux, pâturage, chablis cyclones)

8.1.5. Facteurs inhibant régression (reboisement minimal, aires protégées)

8.1.6. Prévisions 2020-2035

8.2. URBANISATION (+65 km² urbain, +100%)

8.2.1. Croissance démographique (+4,2%/an population Antananarivo)

Population 2020 : 1,6 M urbain + 1,2 M périurbain

Projection 2035 : 2,7 M (+69%)

8.2.2. Exode rural (50-80k migrants/an)

Origines régions, recherche emploi

Aménagement logements insuffisant

8.2.3. Facteurs économiques (gradient prix foncier, spéculation)

8.2.4. Facteurs politiques (planification défaillante, 45% constructions

illégales)

8.2.5. Facteurs infrastructures (amélioration routes RN1, RN2)

8.2.6. Dynamique spatiale (densification intra-urbain vs extension

périphérique)

Chronologie (1990-2000 lent, 2000-2010 accéléré, 2010-2020 très rapide)

8.2.7. Prévisions 2020-2035 (tendance +45 km², scénarios)

8.3. RIZIÈRES (-50 km², -19%)

8.3.1. Urbanisation (60% pertes)

Achat terres, remblaiement, spéculation immobilière

Profit 10-30× prix d'achat

8.3.2. Dégradation irrigation (25% pertes)

Ensablement canaux (érosion amont)

Entretien insuffisant (curages 5-10 ans vs annuel)

Obstruction déchets, constructions berges

8.3.3. Pollution eaux (10% pertes)

Rejets urbains 97% non traités

Tanneries métaux lourds, textiles pollution

8.3.4. Conversion maraîchage (5%, réclassement usage)

8.3.5. Prévisions 2020-2035 (déficit riz -60-90 kt/an)

8.4. ÉROSION - SOL NU (+20 km²)

8.4.1. Lavaka formation (50% gain sol nu)

Mécanisme (déforestation → sapement nappe → glissement)

Nombre lavaka (150 actifs), production sédiments (75-300 kt/an)

Facteurs aggravants (déforestation, feux, pluies intenses, pentes)

8.4.2. Carrières latérite (30% gain sol nu)

Demande briques 500-800 M/an

Carrières 50-100 (100-160 ha/an défrichés)

Non remblayées après exploitation

8.4.3. Chantiers construction (20% gain sol nu)

8.4.4. Prévisions 2020-2035 (sol nu +20-40 km²)

8.5. SYNTHÈSE FACTEURS EXPLICATIFS MULTI-CLASSES

8.5.1. Tableau synthèse (classes × facteurs clés)

8.5.2. Facteurs transversaux (démographie, économie, politiques, climat,

technologie)

8.5.3. Interactions multi-échelles (local → régional → global)

8.6. CARTES HOTSPOTS CHANGEMENTS

8.6.1. Carte hotspots urbanisation 1990-2020

8.6.2. Carte hotspots déforestation 1990-2020

8.6.3. Carte hotspots érosion/sol nu 1990-2020

8.6.4. Carte ΔNDVI 2020-1990 (changement couvert végétal)

CHAPITRE 9 — MODÉLISATION PRÉDICTIVE

(MARKOV) ET SCÉNARIOS
9.1. MATRICE TRANSITION PROBABILISTE

9.1.1. Construction matrice (à partir 6 matrices surfaces)

9.1.2. Calcul probabilités transition (formule P_ij = Surface(i→j) / Surface_i)

9.1.3. Propriétés matrice (somme lignes = 1, diagonale stabilité)

9.1.4. Tableau matrice 12×12 (résultats)

9.2. PRÉDICTIONS 2025 (Validation rétrospective)

9.2.1. Surfaces prédites 2025 (par classe)

9.2.2. Comparaison surfaces observées 2020

9.2.3. Calcul erreur RMSE (fiabilité modèle court terme)

9.3. PRÉDICTIONS 2030

9.3.1. Surfaces prédites 2030 (détaillé par classe)

9.3.2. Changements vs 2020 (gains/pertes)

9.3.3. Graphiques projection

9.4. PRÉDICTIONS 2035

9.4.1. Surfaces prédites 2035 (détaillé par classe)

9.4.2. Changements cumulatifs 2020-2035

9.4.3. Graphiques projection

9.5. SCÉNARIO TENDANCIEL (Retenu)

9.5.1. Hypothèse stationnarité (tendances passées = futures)

9.5.2. Résultats 2035 tendanciel

9.6. SCÉNARIO OPTIMISTE (Hypothétique)

9.6.1. Hypothèse : Politiques conservation fortes

9.6.2. REDD+ succès : déforestation -50%

9.6.3. Planification urbaine appliquée : urbanisation -30%

9.6.4. Résultats 2035 optimiste vs tendanciel

9.7. SCÉNARIO PESSIMISTE (Hypothétique)

9.7.1. Hypothèse : Dégradation accélérée (status quo)

9.7.2. Déforestation +50%, urbanisation +30%, érosion +40%

9.7.3. Résultats 2035 pessimiste vs tendanciel

9.8. TABLEAU SYNTHÈSE SCÉNARIOS 2035

9.8.1. Comparaison 3 scénarios par classe

9.8.2. Écarts maximaux (optimiste vs pessimiste)

9.8.3. Implications pour décideurs

9.9. LIMITATIONS ET INCERTITUDES MARKOV

9.9.1. Hypothèse stationnarité (peut être fausse si politiques changent)

9.9.2. Pas spatialisation (surfaces globales, pas localisation)

9.9.3. Ignore facteurs explicatifs (CA-Markov nécessaire)

9.9.4. Fiabilité décroissante (2030 ±10-15 km², 2035 ±15-20 km²)

CHAPITRE 10 — DISCUSSION INTÉGRATIVE,

IMPLICATIONS ET RECOMMANDATIONS
10.1. INTERPRÉTATION RÉSULTATS CLASSIFICATIONS

10.1.1. Qualité classifications non supervisées (OA vs littérature)

10.1.2. Comparaison K-Means (étude) vs Maximum Likelihood (ref.)

10.1.3. Réalisme descriptions classes (signatures spectrales vs terrain)

10.1.4. Confusions principales et causes

10.2. VALIDITÉ RÉSULTATS DIACHRONIQUES

10.2.1. Comparaison taux changements avec études antérieures

VIEILLEDENT (2018) : -44% forêts Madagascar 2000-2014 vs -35% étude

RANAIVOSON (2015) : +180% Antananarivo 1987-2014 vs +100% étude

HARPER (2007) : Déforestation 0,8-1,0%/an national vs 0,31%/an bassin

10.2.2. Robustesse estimations surfaces (erreurs résolution 30m Landsat)

10.2.3. Fiabilité taux changements

10.2.4. Impact classification non supervisée (vs supervisée théoriquement plus

précise)
10.3. INTERPRÉTATION FACTEURS EXPLICATIFS

10.3.1. Validation facteurs littérature (LAMBIN, HARPER, VIEILLEDENT)

10.3.2. Interactions facteurs multi-échelles (local → régional → global)

10.3.3. Facteurs causaux vs symptômes (déforestation cause vs énoncé)

10.4. IMPLICATIONS HYDROLOGIQUES (Focus Bassin Versant)

10.4.1. Déforestation (+0,5 km²/an) → Ruissellement +50-70%

10.4.2. Urbanisation (+2,1 km²/an) → Crues amplifiées, débordements

10.4.3. Imperméabilisation sols → Réduction infiltration -80-90%

10.4.4. Érosion (lavaka +150, production 75-300 kt/an) → Ensablement rivière

10.4.5. Débits Ikopa futur (2035) : débits sèche -20-30%, crues +40%

10.5. IMPLICATIONS AGRICOLES (Rizières)

10.5.1. Perte rizières (50 km²) = -60-90 kt riz/an production

10.5.2. Importations nécessaires pour sécurité alimentaire

10.5.3. Déficit irrigation, dégradation canaux

10.6. IMPLICATIONS URBAINES (Antananarivo)

10.6.1. Expansion +45 km² 2020-2035 (190 km² urbain)

10.6.2. Population +60% (2,7 M habitants)

10.6.3. Saturation services eau/assainissement/drainage

10.6.4. Inondations amplifiées (crues -40% capacité drainage)

10.7. DISCUSSION PRÉDICTIONS MARKOV

10.7.1. Validité prédictions 2030-2035 (fiabilité modérée)

10.7.2. Hypothèse stationnarité : plausibilité si pas intervention politique

10.7.3. Scénarios comme exploration sensibilité (pas certitudes absolues)

10.8. ORIGINALITÉS ET CONTRIBUTIONS SCIENTIFIQUES

10.8.1. Méthodologie (série dense 7 dates, prédictions long terme, validation

terrain 350 pts)

10.8.2. Contexte géographique (bassin versant, hydrologie explicite, lavaka

spécifique)

10.8.3. Analyse causale (7 facteurs, interactions multi-échelles)

10.8.4. Nomenclature adaptée Madagascar (tanety, lavaka, zozoro, fokontany)

10.9. LIMITATIONS ÉTUDE

10.9.1. Données télédétection (résolution 30m Landsat, objets < 30m non
détectables)

10.9.2. Couverture nuageuse (saison pluies mauvaise qualité)

10.9.3. Classification non supervisée (confusions spectrales certaines classes)

10.9.4. Validation terrain (350 points limite Madagascar vaste)

10.9.5. Modélisation Markov (pas spatialisation, hypothèse stationnarité

fragile)
10.9.6. Données socio-économiques (actualité limitée, disponibilité inégale)

10.10. RECOMMANDATIONS AMÉNAGEMENT DURABLE

10.10.1. FORÊTS (Conservation + Reboisement)

Objectif 2035 : Forêt dense 320 km² (vs 270 km² tendanciel)

Actions prioritaires :

 Alternative charbon bois (électrification rurale 20%, gaz subventionné)

 Reboisement communautaire (100-200 ha/an, REDD+)

 Protection aires protégées (Angavokely, Ambohidratrimo)

Coûts : 50-100 M USD (5-10 ans)

10.10.2. RIZIÈRES (Protection + Réhabilitation)

Objectif 2035 : Rizières 210 km² (vs 170 km² tendanciel)

Actions prioritaires :

 Zonage "zones agricoles protégées" (Schéma Aménagement)

 Réhabilitation irrigation (curage canaux, réfection digues)

 Intensification agricole (variétés FOFIFA, 2 récoltes/an)

 Gestion pollution (STEP, normes rejets industriels)

Coûts : 5-10 M USD (5 ans)

10.10.3. URBAIN (Planification + Drainage + Relocalisation)

Objectif 2035 : Urbain 180 km² (vs 190 km² tendanciel, ralentir)

Actions prioritaires :

 Révision Schéma Aménagement Urbain (zonage respecté, densification)

  Amélioration drainage (curage annuel, bassins rétention 10-20 ha)

 Relocalisation 10-20k ménages zones risque (20-30 ans)

 Assainissement STEP-LAG (raccordement réseau 5% → 30%)

Coûts : 20-50 M USD (10 ans)

10.10.4. ÉROSION (Anti-lavaka + Agroforesterie)

Objectif 2035 : Sol nu 65 km² (vs 85 km² tendanciel)

Actions prioritaires :

 Stabilisation lavaka (mise en défens + reboisement, 2-3k ha)

 Agroforesterie versants (alternative tavy, 1-2k ha/an)

 Gestion routes (drainage, maintenance 500 km)

Coûts : 15-30 M USD (10 ans)

10.10.5. ÉLEVAGE (Gestion Pâturage)

Réduction surpâturage tanety 50%

Charge bovine réduite (0,5 UBT/ha vs 1-2)

Alternatives petit élevage (caprins, apiculture)

10.10.6. STRATÉGIES TRANSVERSALES

 Gouvernance foncière (titrage, cadastre numérique)

 Financement durable (Fonds Vert, REDD+, PSE)

 Renforcement capacités (formation agents, observatoires)

 Changement climatique (adaptation, atténuation)

10.10.7. CALENDRIER IMPLÉMENTATION

 Court terme (2025-2027) : Schéma Aménagement, projets pilotes

  Moyen terme (2027-2030) : Infrastructure, 100-200 ha reboisement/an

 Long terme (2030-2035) : Stabilisation surfaces, réduction inondations -40%

CONCLUSION GÉNÉRALE (Hors chapitres

numérotés)
I. RÉSUMÉ GLOBAL DE L'ÉTUDE

Cartographie occupation sol 1990-2020 (30 ans)

Identification facteurs explicatifs (7 catégories)

Prédictions 2030-2035 (Markov, 3 scénarios)

II. APPORTS MÉTHODOLOGIQUES

Classification non supervisée (K-Means ArcGIS)

Série temporelle dense (7 dates)

Validation terrain robuste (350 points)

Modélisation prédictive Markov

III. DÉCOUVERTES MAJEURES

-35% forêts (bois énergie 60%, tavy 30%, urbain 10%)

+100% urbain (démographie, exode rural, prix foncier)

-19% rizières (urbanisation 60%, irrigation dégradée 25%)

+44% sol nu (lavaka, carrières, chantiers)

IV. ENJEUX CRITIQUES AVENIR BASSIN

Ruissellement +50-70%, crues amplifiées

Ensablement rivière (75-300 kt/an sédiments)

Déficit riz (-60-90 kt/an)

Population urbaine +60% (2,7 M)

V. FENÊTRE ACTION 2025-2035

Urgence : 10 ans avant dégradation critique

Décisions 2025-2027 : Schéma Aménagement, REDD+, irrigation

Implémentation 2027-2035 : Infrastructure, reboisement, drainage

VI. RESPONSABILITÉ ACTEURS

Gouvernement : Politiques, budgets, lois

Communes : Planification, services eau/assainissement

Société civile : Monitoring, sensibilisation

Recherche : Suivi continu, innovation

VII. VISION SOUHAITABLE 2035

Forêt dense stabilisée (+50 km² vs tendanciel)

Rizières protégées (+40 km² vs tendanciel)

Urbain contrôlé (-10 km² vs tendanciel)

Inondations -40%, érosion -50%

VIII. CONCLUSION FINALE

Mémoire apporte base robuste décision-makers

Appel mobilisation immédiate

Avenir bassin Ikopa dépend choix 2025

RÉSUMÉ PLAN FINAL

Partie Chapitr Titre Thème Principal

e

Intro - Introduction Générale Contexte, problématique, objectifs

Partie 1 Présentation Zone Étude Milieu physique, humain, enjeux

1

Partie 2 Concepts & Télédétection Bassin, occupation sol, satellites, indices

1

Partie 3 Revue Biblio & Travaux État art, études références, positionnement
1 Antérieurs

Partie 4 Cadre Conceptuel & Métho Flowchart, hypothèses, phases acquisition-

1 Générale délimitation-prétraitement

Partie 5 Classification Non Supervisée K-Means ArcGIS, 12 classes, post-traitement

2 (Métho)

Partie 6 Validation Terrain & Précision 350 points GPS, matrice confusion,
2 OA/PA/UA/Kappa

Partie 7 Analyse Diachronique 1990- Évolution surfaces, matrices transition, taux

2 2020 changements

Partie 8 Facteurs Explicatifs Déforestation, urbanisation, rizières, érosion

2 (causale)

Partie 9 Modélisation Markov & Prédictions 2030-2035,

3 Scénarios tendanciel/optimiste/pessimiste
 Partie 10 Discussion Intégrative & Implications hydro/agri/urbaines, actions
3 Recommandations aménagement, calendrier

Concl - Conclusion Générale Synthèse, découvertes, appel action

✅ 10 CHAPITRES NUMÉROTÉS + INTRODUCTION + CONCLUSION

✅ Structure complète : Théorie (Chap 1-4) → Technique (Chap 5-6) → Analyse (Chap 7-8)
→ Prédiction (Chap 9) → Action (Chap 10)
✅ Classification NON SUPERVISÉE (K-Means ArcGIS)
✅ Focus BASSIN VERSANT (hydrologie, implications)
✅ Recommandations opérationnelles détaillées