Tendances et dynamiques de la déforestation et dégradation des forêts en Afrique Centrale - CAFI INGO meeting

Tendances et dynamiques de la
   déforestation et dégradation des
      forêts en Afrique Centrale

               CAFI INGO meeting
                Bonn, 2 April 2019

Rémi d'Annunzio
Fonctionnaire forestier
Equipe REDD+ , Département Forêt
FAO

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

                       En 2000, ~ 269 millions d'ha
                       En 2018, ~ 255 millions d'ha

                               Source GFC v1.6, seuil 50%

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%

Moteurs de la déforestation

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.”

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%

Dégradation comme précurseur de la
                        déforestation

Shapiro et al., (2016) Using fragmentation to assess degradation of forest
edges in Democratic Republic of Congo. Carbon Balance and
Management.

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 ?

         Nécessite des données de référence de qualité

Enquête par télédétection FRA 2020    Cameroon                           185
                                      Central African Republic           129
- Echantillons de changement          Congo                              120
- Collect Earth Online 2000-2018      Democratic Republic of the Congo   4,315
- Images Digital Globe                Equatorial Guinea                  13
                                      Gabon                              56

Opérationnalisation des systèmes de surveillance

                           sortie en mai 2019 de la V3.0

mise à disposition d'images PLANET (RD Congo)
   3m de résolution,
   à cadence journalière,
   pendant 1 an

système d'alerte quasi temps réel
(fusion Landsat, Sentinel 1 et 2)

détection de la dégradation (flux de tenseurs)

https://sepal.io          gratuit, ouvert, libre

Contact: remi.dannunzio@fao.org

                                  www.cafi.org