Reconstitution spatiale et simulation des changements futurs de l'occupation du sol dans la Réserve de Biosphère de la basse vallée de l'Ouémé (RB-BVO) au Bénin

Le terrain d'étude, aux zones humides étendues, appartient au site Ramsar 1018 inscrit en 2000 et a été classé Réserve de Biosphère par l'UNESCO en 2020. La reconstitution de la dynamique spatio-temporelle de l'occupation du sol a permis d'analyser les mutations au fil du temps, puis de prédire les changements futurs dans une perspective de durabilité des initiatives de conservation. Les images Landsat des années 1990, 2005 et 2020 ont subi une classification supervisée à l'aide des techniques de la télédétection et du SIG. Les données issues de ce traitement ont été combinées pour établir les matrices de transition permettant d'apprécier les taux de conversion des différentes classes d'occupation du sol. Les changements futurs de l'occupation du sol à l'horizon 2035 ont été simulés en utilisant le modèle "Land Change Modeler".Les résultats obtenus indiquent qu'en 1990, le site était couvert à 70,9 % de formations végétales spontanées (savanes arbustives et arborées, forêts denses et galeries, formations de marécage). Leur part est tombée à 61,6 % en 2005, puis à 53,6 % en 2020, soit une perte de 24,4 % en valeur relative sur une période de 30 ans.Le scenario élaboré pour l'avenir prédit que les formations spontanées seront toujours légèrement dominantes (52,2 % de la superficie totale), alors que les plus grandes superficies resteront occupées à égalité par les formations de marécage et par les champs et jachères (24,4 %). Ces informations doivent cependant être considérées avec prudence. The study area, with its extensive wetlands, belongs to the Ramsar site 1018, which was inscribed in 2000 and was classified as a Biosphere Reserve by UNESCO in 2020. The reconstruction of the spatio-temporal dynamics of the land cover will enable the analysis of changes over time and the prediction of future changes in a perspective of sustainable conservation initiatives. Landsat images from 1990, 2005 and 2020 were subjected to supervised classification using remote sensing and GIS techniques. The resulting data were combined to establish transition matrices to assess the conversion rates of the different land use classes. Future land use changes up to 2035 were simulated using the Land Change Modeler.The results obtained indicate that in 1990, 70.9% of the site was covered by spontaneous vegetation formations (shrub and tree savannahs, dense and gallery forests, swamp formations). Their share fell to 61.6% in 2005 and to 53.6% in 2020, which represents a loss of 24.4