this project is partially funded by the european commission seventh framework programme. the project...
TRANSCRIPT
This project is partially funded by the European Commission Seventh Framework Programme. The project reflects only the author’s views and the Community is not liable for any use that may be made of the information contained herein.
REDDiness
Support C-Africa in EO driven forest monitoring for REDD
Analyse des besoins (WP2) > points de départ pour WP3 et 4
Collaboration Eurosense - OSFAC
1
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 par rapport à la proposition > 4 rapports Del
2.1– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
• Consolidation des contributions et implications des conseillers
• Dissémination• Conclusions/Questions
2
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
• Consolidation des contributions et implications des conseillers
• Conclusions/Questions
3
44
REDDines est un petit projet
• REDDINESS est un projet FP7 d’Action de Collaboration Internationale Specifique (SICA)
• Programme de travail:o SPA.2010.3.2-02 International Cooperation in GMES
/ Deforestation (SICA)
• Durée du projet: 2 ans• Début du projet: 01/02/2011• Durée du WP2 : 10 mois pour une évaluation
détaillée
5
Tout se fonde sur le WP2
66
Le WP2 et les options de REDDiness
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
• Consolidation des contributions et implications des conseillers
• Conclusions/Questions
7
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte REDD (del 2.1.1)– Méthodes et validation (del 2.1.2)– Méthodes et données (del 2.1.3)– Analyse du questionnaire (del 2.1.4)
• Consolidation des contributions et implications des conseillers
• Conclusions/Questions
9
4 rapports couvrent les objectifs initiaux
10
Liste des rapports (Objectifs initiaux dans proposition) Rapports produitsTask 2.1 : Consultation des acteurs clés2.1.1. Liste et organigramme des acteurs forestiers nationaux2.1.2. Questionnaire2.1.3. Consultation2.1.4 . Rapport sur la consultation quantitative et qualitative des acteurs clés pour identifier le niveau de sensibilisation et les lacunes des techniques existantes d'OT .
Del 2.1.4
Task 2.2. Rapport sur les mécanismes de financements existants : contexte REDD actuel au niveau internationale et régionale Del 2.1.1
Task 2.3. Rapport de faisabilité des méthodes et données 2.3.1.Disponibilité des données et dissémination Del 2.1.3.
Del 2.1.2 (point 6)
2.3.2 Rapport sur les problèmes et les solutions Del 2.1.3Del 2.1.2 (point 7)
2.3.3.Prototype des meilleures techniques à l'échelle nationale et territoriale Del 2.1.3 (Point 2 et 3)
2.3.4. Rapport sur le calcul optimal des émissions de carbone Del 2.1.2(point 5)
2.3.5. Rapport sur les techniques existantes optimales de validation et d'incertitude Del 2.1.2(point 8)
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
• Consolidation des contributions et implications des conseillers
• Conclusions/Questions
11
2.2.1 Contexte : plan du rapport
1. Introduction2. Contexte REDD+ international (Nations Unies)
2.1. Les négociations internationales2.2. Les programmes, projets internationaux et européens2.3. Le rôle de la télédétection
3. Positionnement REDD+ entre l’UE et l’Afrique3.1. Collaboration entre l’Afrique et l’Europe3.2. Projets de recherche3.3. Projets de développement
4. Le REDD ou REDD+ en Afrique Centrale5. Le REDD au Congo6. Le REDD au Gabon
12
Le rôle de la télédétection
• Réseau international GOFC-GOLD (Global Observation of Forest and Land Cover Dynamics) > “The source book”
• Evaluation des ressources forestières par la FAO depuis 1946. o Depuis 1980, la télédétection joue un rôle dans cette
évaluation nationale réalisée à peu près tous les 5 ans (FRA).
o La définition de forêt date de cette évaluation de 1980 (10% de densité de couvert, hauteur d’arbre de 7m et superficie de 10ha)
• GEO – Group on Earth Observation en réponse au Sommet mondial de 2002 pour coordonner la construction d’un système d’observation globale de la terre (GEOSS). o GEO-FCT (Forest Carbon Tracking)o GFOI Global Forest Observation Initiative 13
La démarche européenne
• Engagements à l’échelle de l’Europeo Signature du protocole de Kyotoo Conseil Européen 2007 : réduction GES 20% en 2020o Système comunautaire de quotas d’émission (EU ETS)o Pas de crédit REDD+ prévus avant 2020o Création de la DG Climat en Février 2011
• La France est co-dirigeante du partenariat EU REDD+ (La Commission apporte son support)
• “EU REDD facility” augmenter la coopération avec les acteurs majeurs en REDD (Congo, RDC, Guyane, Indonésie, Vietnam)
• 13 Projets de développement EU à finalité REDD dans 22 pays
14
Synergies Internationales
• FCPF • UN-REDD / ONU-REDD• Partenariat REDD+• FIP (Investment Forest Fund)
15
1616
Réunion REA
• REDD-Flame (Remote Sensing Applications Consultants, UK)
outils de détection de l’exploitation illégale Indonésie, Brésil et Mozambique
Projet ESA:• GSE Forest Monitoring
(GAF-AG-Germany)• projet pilote au
Cameroon (2007-2010)• GSE FM extension (2010-
2013) Congo et au Gabon
CHARACTERISTIC RECOVER REDDAFREDD-FLAME
REDDINESS
REDD x x x x
SLA x x Not yet Not yet
Method oriented x x x
Area oriented x x
Application x
Optical EO data x x x
Radar EO data x ? x x
Forest cover x x x
Forest cover change x x x x
Forest degradation x x x
Biomass and Carbon x x x
Illegal logging x
Aperçu des projets FP7:•REDDAF (GAF-AG-Germany) services pré-opérationels au Cameroun et en République Centre Africaine. • ReCover (VTT - Finland) développer un concept statistique robuste et une
procédure de validation dans l’estimation de biomasse et la dégradation des forêts sur 5 test sites dont un au Congo-Kinshasa.
1717
Réunion avec EFI
• Réunion avec EFI (European Forest Institute)o Personne de contact: Valérie Merckx – Expert REDDo Coordonne les activités REDD et FLEGT (Forest Law
Enforcement, Governance and Trade)o Importance d’une synergie entre REDD et FLEGT
APV signé avec Congo et négociations en cours avec GabonDomaines d’activité qui peuvent interagir:• Suivi• Système documenté• Importance du geopositionnement
o Projet de développement DEVCO – EuropeAid bonne gouvernance, développement humain et économique : 1 projet focus on Africa « Reducing deforestation and forest degradation in Ngoyala-Mintom – TRIDOM » frontière RCA Cameroun et Congo
18
REDDiness “en relation”
18
Les acteurs en Afrique Centrale
19
• COMIFAC (Commission des Forêts d’Afrique Centrale)
• OFAC Observatoire régional pour les forêts d’Afrique Centrale
• Partenariat sur le Carbon forestier de la Banque Mondiale (FCPF Forest Carbon Partnership) > Partenariat sur la Forêt du bassin du Congo (CBFP Congo Basin Partnerhsip)
• Fonds pour les Forêts du bassin du Congo (FFBC ou CBFF en anglais) créé en 2008 dont les contributeurs sont Norvège/R-U, administré par BAD
• Projet Banque Mondiale financé par GEF (Global Environmental Fund) de renforcement des synergies et capacités régionales
Partage des fonds
20
Le train européen de REDD
• Partenariat UE / UA (Union Africaine) : o Conférence Ministérielle Africaine sur l’Environnement (CMAE)o Nouveau Partenariat pour le Développement de l’Afrique
(NEPAD)
• GMES for Africa (Plan d’action)• Collaborations bilatérales telles la mise à disposition de
données SPOT par la France • Projets intéressants pour REDDiness en cours en Afrique
(liste non exhaustive à compléter au fur à mesure par tous)o 1 projet de développement : TRIDOM (RCA/Cameroun Congo)o CoForChange (CIRAD)
21
Où sont les pays % REDD+?
• 3 Phases pour REDD afin de rendre les pays autonomes
• Le Bassin du Congo est dans la phase 1 à ≠ niveaux
22
ReadinessCompensation des actions
Demonstration (MNV)
Pays R-PINFonds de
formulation(200K$)
R-PP
Membre et Observateur
UN-REDD
Pays pilote FIPPrésentation
informelleEvaluation
Soumission finale
Fonds préparation
Cameroun 10/08 10/10
RCA 03/09 03/11 10/11 09/11 O
RDC 07/08 03/08 03/10 07/10 03/11 M X
Guinée Eq. 03/09
Gabon 07/08 10/09 O
Congo 10/08 07/09 06/10 09/11 O
Contexte (Del 2.1.1): Consolidation du rapport
• Circulation et discussion du rapport auprès des partenaires / contacts / conseillers à Kinshasa
• Responsabilitéso IRD (Benoit Mertens)o Eurosense (Nathalie Stephenne)o CNIAF (Georges Boudzanga) Contexte Congoo MEF (Bruno Nmoukali) Contexte Gabon
• Mise à jour de l’analyse d’impact de la proposition
et préparation pour le document de recommendation attendu à la fin du projet
23
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
• Consolidation des contributions et implications des conseillers
• Conclusions/Questions
24
Méthodes et validation (del 2.1.2): Plan
1. Introduction2. Sources d’information (GOFC-GOLD / R-PP Congo/ …)3. Principes de guidance et qualité (généraux, spécifiques)4. Définitions (Foret, déforestation, Dégradation forestière,
Dégradation forestière, Catégories, Tiers, sources/ réservoirs de carbone)
5. Méthodes d’estimation des émissions de CO2 & données1. Méthodes directe d’estimation du carbone2. Méthodes indirectes (activité/facteurs d’émission)
6. Disponibilité des données (apport du rapport BM –GAF)7. Sources d’erreurs dans la chaine de traitement des données8. Quantification des incertitudes
25
Le système de suivi = un système de qualité!
• Le Principe de qualité doit guider le développement du système MNV pour son appropriation et sa validation
• La définition de la qualité selon Joseph Juran
• Règles afin de respecter cette définition et ce principe– Contrôle systématique de la précision – Adapté spécifiquement à toutes les étapes de production
26
‘Fitness for use’
Un système robuste, fiable et transparent > un système MNV
• Tout projet REDD doit s’inscrire dans un système MNV:
• Sources et recommendations:o Décision 4/CP.15 de Copenhagueo GIEC « Guide des bonnes pratiques du secteur de l’utilisation des terres et de la forêt»
2003 et « Lignes directrices sur le secteur de l’agriculture, de l’utilisation des terres et de la forêt » 2006
o « REDD sourcebook » par GOFC-GOLD
27
Principes pour répondre aux normes de qualité
28
Principes spécifiques de guidance
29
Les 3 Tiers: 3 niveaux de précision…
• Trois approches d’estimation des stocks de carbone = trois niveaux de précision
• Choix des pays en matière de Tier
30
Tier 1: valeurs par défaut p.ex. valeur de biomasse dans différents biomes forestier
Tier 2 : données existantes spécifiques au pays p.ex. inventaires forestiers, études écologiques
Tier 3: mesures répétées et/ou modèles calibrés
du niveau de précision de la complexité du coût
Deux méthodes possibles d’estimation des émissions de carbone
Méthode indirecte&
Méthode directe
31
• La plus couramment utilisée, la plus connue• Principe: mesure la variation des stocks de biomasse en deux
étapes:1) Estimer les changements de superficie = données d’activité2) Déterminer le potentiel de fixation carbone et les stocks de carbone =
facteurs d’émissions32
Méthode indirecte
Deux approches pour une même méthode…
33
Principe: une valeur/ gamme de valeur par classe thématique
Avantage: approche la plus simple
Limitation : la variabilité de biomasse de chaque classe n’est pas prise en compte & la définition des classes est ambiguë et difficile à établir universellement
Principe: Modélisation SIG simplifiée
Avantage: attribution de poids différents aux couches de données. (p.ex. à proximité de villages plus de dégradation stock de C plus faible )
Limitation: requière plus de données et de l’information spatiale
34
Principe: Production de cartes de stocks de carbone sans passer par une carte de couverture du paysage préalable
Nécessite des mesures de biomasse sur le terrain & des données satellitaires
Intégrées dans un logiciel de traitement des données pour entraîner l’algorithme à développer un ensemble de règles menant à des valeurs uniques de biomasse par pixel
Avantage: résultats plus cohérents spatialement et règles faciles à comprendre et à adapter une fois établies
Limitation majeure: mise en place de la méthode plus laborieuse
Méthode indirecte
Comparaison des méthodes directe et indirecte
• L’approche directe: + détails spatiaux et continuité des valeurs de biomasse
• Seule, l’approche directe permet de détecter la dégradation et le reboisement car sensibilité au niveau du pixel
• L’approche directe nécessite plus de travail
35Figure 1: Comparaison de cartes de biomasse d'Afrique Centrale. Carte de biomasse aérienne produite par l'approche DT (A) et CA (B) pour les régions de forêts tropicales d'Afrique. (Goetz et al., 2009)
Influence des sources d’erreur sur l’exactitude
36
Les sources d’erreurs influencent l’exactitude des
résultats obtenus
Il est donc essentiel de les prendre en compte dans un
système MNV :
1) pour les éviter, les réduire au maximum
2) pour évaluer avec le plus de précision possible les
incertitudes sur les estimations faites
• Étant donné l’expérience des systèmes de surveillance du couvert paysager:
La majorité de ces sources d’erreurs peuvent être traitées pendant le processus de surveillance
37
- Classes thématiques- Définitions- UCM- Photo-interprétation
- Traitement radiométrique- Traitement géométrique
- Conversions- Intégration dans différents formats
- Données de références fiables, géolocalisées
Sources d’erreurs rencontrées au niveau des données d’activités
• Évaluation des incertitudes dans les stocks de carbone Challenge vu le haut degré de variabilité spatiale des forêts
tropicales
• Deux erreurs systématiques importantes à prendre en considération:o Manque d’une source de carbone les sources importantes
doivent être identifiées par pays. Le Tier 1 peut être utilisé pour les sources non significatives (contribution aux émissions totales de moins de 25%).
o Utilisation de valeur moyenne de biomasse par pays ou par écosystème, non représentative des forêts abattues méthode d’échantillonnage statistique des forêts risquant d’être déboisées/dégradées.
38
Principes de guidance
Méthode indirecte
(SM)
Le challenge de l’évaluation des erreurs au niveau des facteurs d’émission
39
Images optiques
•Saturation du signal si densité de feuillage augmente
•Problème de représentation des forêts homogènes qui ne le paraissent pas
Résultats non cohérents pour lier les
mesures de biomasse aux données optiques
Images SAR
•Limitations générales:o influence de la
topographieo des propriétés
diélectriques des surfaces
o le phénomène de moucheture
•Saturation à haute biomasse (vers 100-150 tonnes/ hectare)
Nécessaire de contrôler les niveaux de biomasse dans la
zone à étudier
Images LIDAR
•Sous-estimation systématique de la hauteur des arbres ( acceptable selon l’approche conservative si précision acceptable)
Méthode nouvelle mais résultats
prometteurs jusqu’à présent
Le choix des données influence la précision des estimations de biomasse: présence de limitations inhérentes à l’estimation du stock de carbone
Erreurs dues aux limitations inhérentes du type d’image utilisé
40
• Circulation limitée du rapport (OSFAC/ITC/ES)• Contributions/Input reçus– OSFAC (Suspense Ifo)– ITC : Iris Van duren / Anton Vreiling
• Responsabilités : – Eurosense (Cindy Delloye, Nathalie Stéphenne)– ITC (Anton Vrieling)
Méthodes et validation (del 2.1.2)
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
• Consolidation des contributions et implications des conseillers
• Conclusions/Questions
41
Méthodes et données (del 2.1.3): Plan
1. Introduction2. Niches d’activités proposées dans le cadre du projet REDDiness3. Intérêt et utilisation des données d’OT dans le suivi des forêts
3.1 Les données optiques satellitaires3.2 Les données Lidar3.3 Les données RADAR3.4 Les images aériennes
4. Résultats de l’enquête5. Méthodologies appliquées
5.1 Utilisation de données Landsat et MODIS (FACET : OSFAC/UMD) 5.2 Coupler des données VHR (IKONOS 2, Geo-Eye 1) avec FACET
(Gmosaic)5.3 Utilisation de données aéroportées et LIDAR en Belgique
(Eurosense)5.4 Fire monitoring (ITC)5.5 RADAR (SarVision/ Anton)
42
Méthodes et données (del 2.1.3)
• Élaboration d’une note technique pour accompagner le questionnaire (Eurosense)o Pas utilisée lors de l’enquête
• Identification et proposition de niches pour REDDiness sur base de l’existant (interactions avec IRD / REA)
• Rapport consolidé• Responsabilités :
o Eurosense (Mathieu Rahm, Nathalie Stéphenne)o ITC (Anton Vrieling)
43
4444
Niches d’activités proposées initialement
• Améliorer le lien entre les mesures de terrain et la cartographie du carbone : support à la définition des équations allométriques
• Dégradation forestière : techniques de modélisation indirecte de la dégradation forestière et utilisation de la très haute résolution
• Fusion et combinaison de données spatiales à différentes résolutions, échantillonnage optimal pour une meilleure évaluation des stocks de carbone.
• Analyse des feux sur base de données «hot spots»
dérivées des capteurs thermiques des satellites. Intégration de ces données dans les modèles de dégradation.
4545
Niches d’activités proposées initialement
• Utilisation de données LIDAR comme produit intermédiaire dans le lien entre les données terrain et les images satellitaires : renforcement des informations concernant les types forestiers et les types de dégradation forestière. Combinaison de données Lidar et de données de terrain pour estimer la biomasse et les stocks de carbone.
• Analyse de données RADAR : techniques de suivi à basse et haute résolution en complément des études en cours (entre autre combinaison avec les données de terrain pour l’estimation direct de la biomasse, plus haute fréquence de données composites)
• Photographies digitales aériennes : lien entre les données terrain et les images satellitaires : renforcement des informations concernant les types forestiers et la dégradation forestière ; information sur base de campagnes précédentes (Winrock par exemple), ou des expériences propres en Europe
Ces niches ont été discutées sur base des résultats de l’enquête
Le contexte du WP2
• Le WP2 dans le projet• Le WP2 dans le temps• Le WP2 depuis la proposition > 4 rapports Del 2.1
– Contexte– Méthodes et validation– Méthodes et données– Analyse du questionnaire
46
Analyse du questionnaire (del 2.1.4)
4747
• Intégration des questionnaires dans une base de données
• Analyse de la base de données • Intégration des rapports d’OSFAC dans l’analyse• Sélection des questionnaires pertinents sur base de
critères (connaissance scientifique, complétude des questionnaires et cohérence des réponses)
• Identification des niches proposées par l’enquête• Responsabilités :
o Eurosense (Cindy Delloye, Nathalie Stéphenne)o ITC (Anton Vrieling)
Présentation des premiers résultats obtenus de l’enquête à Kinshasa
Décision des choix du WP3 et du WP4
Institutions contactées pour l’enquête
CongoListe des institutions proposées pour le Congo Statut Remarque
CNIAF (Centre National d'Inventaire et Aménagement des Ressources Forestières - Fauniques)
Reçu
SIAFDGEF (Direction Générale de l’Economie Forestière) Pas reçu aucune raison avancéeCERGEC (Centre de Recherche Géographique et de Production Cartographique)
Reçu
MAE (Ministère de l’Agriculture) Pas reçu aucune raison avancéeME (Ministère de l’Environnement) Pas reçu aucune raison avancéeMM (Ministère des Mines) Reçu MH (Ministère des Hydrocarbures) Pas reçu aucune raison avancéeME (Ministère de l’Energie) Pas reçu aucune raison avancéeMRF (Ministère du Régime Foncier) Pas reçu aucune raison avancéeMAT (Ministère de l’Administration du Territoire) Pas reçu aucune raison avancéeUNMG-FG (département de géographique de l'Université Marien Ngouabi)
Pas reçu aucune raison avancée
UNMG-FS (Faculté des Sciences de l’Université Marien Ngouabi) Pas reçu aucune raison avancée
CAF (Cellules d’Aménagement Forestier (CIB et SICOFOR)) Reçu (02) CIB et SICOFORLes ONG et associations (OCDH, RENAPAC, ODDHC) Reçu (03) OCDH, RENAPAC, ODDHCMP (Ministère du plan) Pas reçu CR (Centre de Recherche) Reçu (02) CRDPI et GERSEN UNMG-IDR (IDR Université Marien Ngouabi) Reçu WWF (World Wildlife Fund) Pas reçu aucune raison avancéeWCS (Wildlife Conservation Society) Pas reçu aucune raison avancéeWRI (World Ressources Institute) Pas reçu en voyage hors du paysOI-FLEG Pas reçu en mission à l’intérieur du pays
48
Sur 26 institutions contactées :
12 réponses (taux de réponse de 46%)
Institutions contactées pour l’enquête
Gabon
49
Liste des institutions proposées pour le Gabon
MEF-Stat (Direction centrale des études, des statistiques et des programmes, service cartographie du ministère des Eaux et Forêts)
Pas reçu Contacté
MEF-Aqua (Direction générale des écosystèmes aquatiques du ministère des Eaux et Forêts, service cartographie)
Reçu
MEF-Forêts (Direction générale des forêts du ministère des Eaux et Forêts, service cartographie)
Reçu
MEF-Faune (Direction générale de la faune et des aires protégées du ministère des Eaux et Forêts, service cartographie)
Reçu
MEF-Bois (Direction générale des industries, du commerce du bois et de la valorisation des produits forestiers du ministère des Eaux et Forêts, service cartographie)
Reçu
LAGRAC (Département de géographique de la faculté des lettres et des sciences humaines de l’Université Omar Bongo)
Reçu
ENEF (Direction générale de l’Ecole Nationale des Eaux et Forêts) Reçu
INC (Institut National de Cartographie) Pas reçu Contacté
MA (Ministères de l’Agriculture) Pas reçu Pas en activité
DG-Envi (Direction générale de l’Environnement, de la protection de la nature et du développement durable)
Pas reçu La personne habi l i tée à répondre au questionnaire est en déplacement au
Japon DG-Mines (Directions générale des Mines) Pas reçu Pas en activité
DG-Hydro (Direction générale des hydrocarbures) Pas reçu Données non disponibles
Institutions contactées pour l’enquête -2-
Gabon
50
Sur 28 institutions contactées :
14 réponses (taux de réponse de 50%)
DG-Hydro (Direction générale des hydrocarbures) Pas reçu Données non disponibles
DG-E (Direction générale de l’énergie) Pas reçu Pas en activi té
ANPN (Agence Nationale des Parcs Nationaux) Pas reçu Contacté
DG-CU (Direction générale du Cadastre et de l’Urbanisme) Pas reçu Pas en activi té
IRET (Institut de Recherche en Ecologie Tropicale) CENAREST Reçu
IRSH (Institut de Recherche en Science humaine)-CNDIO Reçu
Rougier Gabon (les Cellules d’Aménagement Forestier sous tutelle des sociétés d’exploitation forestières)
Reçu
PAPPFG Reçu
WWF (World Wildlife Fund) Reçu
WCS (Wildlife Conservation Society) Pas reçu Contacté
Brainforest Reçu
ASF (Aventure Sans Frontière) Pas reçu Contacté
TRIDOM-UNOPS Reçu
FENSED (Femme, Environnement, Santé et Education) Reçu
Sélection de questionnaires selon la pertinence pour REDDiness
• Étant donné que, pour beaucoup des questionnaires :o Absences de réponseso Faible niveau de connaissances sur REDD (politique & scientifique)
Sélection des questionnaires avant analyse
• Sélection basée sur: o La connaissance scientifique des technologies à mettre en œuvre
(1: aucune connaissance; 5: très bonne connaissance)o La complétude des questionnaireso La cohérence des réponses (2 critères: consigne et lien)
51
Connaissance de REDD
Complétude (/23 questions)
Cohérence Total (%)
Projet REDD
Pol. (/5)
Scient. (/5)
Consigne (/2)
Lien (/1)
Congo
CNIAF 3 3 23 2 1 87% OUIOCDH 5 4 22 1.5 0.5 79% OUI
CERGEC 3 4 23 1 1 85% NONCIB 2 3 23 2 1 87% NON
Gabon
IRSH 4 5 23 2 0.5 92% NONMEF-Bois 2 3 22 2 1 85% OUIMEF-Aqua 3 3 23 2 1 87% NON
IRET 3 3 23 2 1 87% NON
8 questionnaires retenus (4 par pays)
A quel point êtes-vous ou votre organisation familiarisé avec le concept REDD/REDD+, d’un point de vue Politique/Scientifique ?
Respect des 2 consignes: - Sélection decases max. 3 - Sélection de cases max. 3 par ordre d’importance
Permet de vérifier la compréhension: Les données sélectionnées permettent-elles de réaliser les applications choisies
Résultats: Généralités sur les institutions enquêtées
• Institutions principalement dans le domaine de la recherche et de l’administration
• Intervention majoritairement au niveau National (~ 50%), local et international
• 6 sur 20 impliquées dans un projet REDD
• Connaissances principalement réparties entre aucune notion et connaissance générale
(politique & scientifique)
52
Résultats: Généralités sur les institutions sélectionnées
• Institutions principalement dans le domaine de la recherche et de l’administration
• Intervention majoritairement au niveau National (~50%),
international et local• 4 sur 8 projet REDD• Connaissances générales (politique & scientifique)• WWF, Brainforest, OCDH pas sélectionnés mais diposent de connaissances politique générale voir de bonnes connaissances (Br.)
53
Résultats: Données géographiques utilisées
• Données utilisées dans les institutionso Cartes thématiques o Images sat. optiques
(maj. Landsat, Aster (Congo), SPOT (Gabon))o RADAR (Radar SAT) o Photographies aériennes o Données LIDAR (MEF-Aquat.)
• Principales causes d’insatisfaction liées à l’utilisation de ces données:o Présence de nuages (photo.aér.,
images sat., LIDAR)o Fréquence de mise à jour (toutes les
données sauf LIDAR)o Coût trop élevé (photo. aér., images
sat., RADAR) 54
Résultats: Matériel disponible pour l’ensemble des institutions
• Logiciels disponibles pour toutes les institutions :o ArcGIS, ArcView (dans 56% des inst.)o Mapinfo (52%)o Acces (42%)o Erdas Imagine (21%)o ENVI (16%)o Idrisi, ERMapper, Grass, Autocad, Geoconcept (<1%)
Principalement ArcGIS en tant qu’outil d’analyse spatial Analyse d’images: très peu de logiciels disponible!
Problème d’accès au logiciel (mentionné dans le rapport du Gabon, Edwige) & surtout de possession de licenses
55
Résultats: Compétences du personnel
56
• Capacités disponibles:+ Capacité de cartographier les
changement forestiers (5/8)+ Validation des cartes par études terrain+ Classification supervisée et non
supervisée (4/8)+ Photo-interprétation (4/8)+ Classer les surfaces forestières (4/8)
• Capacités indisponibles: − Orthorectification avec
MNT/MNS− Classification orientée objet
Résultats: Besoins pour assurer le suivi de la stratégie REDD+
Besoins
Matériel Logiciels Formation
PC de type pentium III ou supérieur
ArcGIS Télédétection (traitement, interprétation, analyse)
Scanner MapInfo Scénarios de référence & MRV
Traceur A0/ Imprimante A1 ENVI Techniques de Gestion de l’information (SIG)
IDRISI Inventaire GES/REDD+
Erdas Imagine Quantification du Carbone & cartographie de la biomasse
57
Majoritairement besoin de PC , de logiciels d’analyse des images et de formation en télédétection & quantification de la biomasse
Quels sont les besoins de votre organisation, en termes de renforcement de capacité, pour la mise en œuvre de la stratégie REDD ?
Résultats: Choix du type de surveillance,méthode de validation et fréquence de suivi
• Pas de tendance claire!• Les questions suivantes restent à définir:
o La surveillance de type ‘wall-to-wall’ ou ‘hot spots’?
o La validation des résultats basée sur des données de terrain ou satellitaires (VRH)?
o Fréquence de suivi: annuelle, tous les deux ans, tous les 5 ans?
58
Résultats: Données sélectionnées pour assurer les applications REDD+• Deux questions sur les données à utiliser pour l’implémentation de REDD:
59
Parmi les différentes données qu’il est possible d’utiliser pour réaliser ces applications, spécifiez celles qui vous intéressent ?1)images sat. HR2)images sat. VHR3)données de terrain & photographie aérienne 4)RADAR & images basse résolution
Quels types de données géographiques nécessite votre organisation pour l’implémentation et le suivi de la politique REDD ? 1)images sat. HR2)données de terrain3)photographie aérienne & images sat. VHR4)RADAR5)LIDAR & images basse résolution
Pas de différence de sélection des données entre le Congo et le Gabon Données sur les zones d’incendies non reprises car considérées comme pas du tout
intéressantes par la moitié des institutions
• Très peu de différence dans les votes en faveur des différentes données
La question des données à utiliser dans le projet REDDiness reste en suspens
Aucun vote pour le LIDAR! PQ? Pas d’expérience? Manque de connaissance? Pas intéressés?
Résultats: Produits à développer
60
• Réponses à la question: « Si parmi ces produits, seuls 3 d’entre eux peuvent être réalisés, lesquels trouveriez-vous
les plus utiles dans la cadre de la stratégie nationale REDD et du suivi des forêts en particulier? »
• Les deux produits majoritairement sélectionnés: Estimation des changements forestiers (incluant la déforestation et la
dégradation) & Estimation des stocks de biomasse/carbone
Résultats: Produits à développer
• En intégrant également la question précédente : « Parmi les différents produits qu’il est possible de développer dans le cadre du processus REDD, spécifiez lesquels vous intéressent ? »
Trois produits ressortent majoritairement (identiquement pour le Congo et le Gabon), les deux premiers sont les choix prioritaires :o Estimation des changements forestiers (incluant la déforestation et la dégradation)o Estimation des stocks de carbone/biomasse o Suivi des taux de dégradation forestière (par cartes)
• Différence entre Congo et Gabon à partir de la quatrième position:
61
Gabon :4) Estimation des changements de biomasse5) Suivi du changement du couvert forestier (par cartes simples forêt/non forêt)
Congo:4) Estimation des types forestiers nationaux
Proposition d’orientation possible pour REDDiness à partir de ces produits :Estimation et suivi de la dégradationEstimation des stocks et des changements de biomasse (dans d’autres initiatives voir contexte REDD)
Dissémination
• Intérêt pour ce type d’enquête au niveau du registre REDD de la RDC (responsible OFAC)
• Transmission de certains documents (apres approbation par REA) aux autres initiatives en cours (FAO / World Bank)
62
This project is partially funded by the European Commission Seventh Framework Programme. The project reflects only the author’s views and the Community is not liable for any use that may be made of the information contained herein.
REDDiness
Support C-Africa in EO driven forest monitoring for REDD
63
Questions?