La dynamique spatio-temporelle de l'occupation du sol et les facteurs de dégradation ont été analysés à partir des images Landsat de 1972, de 1990 et de 2008, de la télédétection et d'un système d'information géographique (SIG), dans le Parc National du W et sa périphérie dans le Nord-Ouest du Bénin. L'objectif de la présente étude est d'une part d'analyser la dynamique de l'occupation du sol entre 1972 et 2008, et d'autre part, de déterminer les facteurs de dégradation du couvert végétal. Des enquêtes socioéconomiques ont été réalisées dans les villages riverains du Parc National du W. La classification supervisée par maximum de vraisemblance a été appliquée. Deux matrices de transition ont permis de mettre en évidence les conversions subies par les différentes unités d'occupation du sol. Les formations forestières ont régressé de 22,70% à 17,00% entre 1972 et 2008. Les forêts galeries dégradées quasi inexistantes en 1972 se sont reconstituées à partir de 1990 et sont passées de 0,60% à 2,85% en 2008. Quant aux forêts denses ainsi que les forêts claires et savanes boisées, elles ont subi une régression en terme de superficie (0,23% en 1972 à 0,09% en 2008 et de 17,90% à 12,91% respectivement). Par contre, les savanes arborées et arbustives ont connu une légère diminution (73% en 1972 à 66,65% en 2008) tandis que les mosaïques de champs et jachères ont connu une augmentation de leur superficie (1,38% en 1972 à 13,97% en 2008), soit plus de 10 fois leur superficie initiale de 1972. La démographie, l'agriculture et le surpâturage sont les trois principaux facteurs de dégradation du Parc National du W et de sa périphérie.

RESUMEL'influence de la topographie, des conditions édaphiques, des types biologiques, du biovolume des herbacées, de la densité et du recouvrement des ligneux sur la variation spatiale de la biomasse herbacée à l'échelle de petits bassins versants a été étudiée dans la zone soudano-guinéenne au centre du Bénin. La biomasse herbacée a été coupée suivant la méthode de coupe rase dans 40 placeaux de 10 m x 10 m. Au total, 40 relevés phytosociologiques ont été effectués suivant la méthode sigmatiste de Braun-Blanquet dans des placeaux de 30 m x 30 m. Les modèles de régressions linéaires et de régression multiple ont été testés avec le logiciel Statview. Les plus faibles biomasses sont obtenues sur les interfluves alors que les dépressions sont les plus productives. Les sols argileux et limoneux sont plus productifs que les sols sableux. La biomasse herbacée varie significativement selon les types de formations végétales et les types biologiques. Les plus fortes biomasses herbacées sont obtenues dans les savanes herbeuses et arborées. Les hémicryptophytes et les thérophytes fournissent plus de 90% de la biomasse herbacée. La biomasse des hémicryptophytes est respectivement 2 fois, 8 fois et 10 fois supérieure à celle des thérophytes, des chaméphytes et des géophytes.

No abstract

Land surface temperature (LST) is an important climate variable used to assess the effects of climate change. This research project aims to compare the results of mono-window (MW) and split-window (SW) algorithms against the Moderate Resolution Imaging Spectroradiometer (MODIS) and Landsat 8 Collection 2 Level-2 surface temperature (L8-C2L2) products and identify the most suitable techniques. In-situ measurements of the earth's surface temperature and relative humidity have been recorded in 2020. LSTs have been validated using root mean square error (RMSE) based on the in-situ meteorological data. Validation analysis has indicated that the SW algorithm combined with in-situ micro-scale atmospheric water vapor content values was more accurate for LST. In the overall study area, the RMSE values of 1.09°C, 3.97°C, 4.36°C, and 6.80°C have been calculated for SW, MODIS, L8-C2L2, and MW LSTs, respectively. These results have demonstrated that the SW algorithm outperformed the other LST products. The maximum difference between the in-situ earth surface temperature and the SW algorithm was 0.79°C. These findings are essential for comparing different data-driven approaches and identifying the most efficient techniques. The study's significance lies in identifying the most appropriate method for LST retrieval, which can aid in climate change studies and inform decision-making processes.