Back to Search Start Over

Analyse et prévision du mode d’occupation du sol à partir de l'utilisation combinée des modèles de Markov et de la théorie de l’Évidence de Dempster-Shafer: application aux bâtis de la ville de Goma en République Démocratique du Congo

Authors :
Gloire KWETU SAMBO
N’GUESSAN BI Vami Hermann Hermann
KOUAME Koffi Fernand
Source :
Revue Française de Photogrammétrie et de Télédétection, Vol 225, Iss 1 (2024)
Publication Year :
2024
Publisher :
Société Française de Photogrammétrie et de Télédétection, 2024.

Abstract

Etant donné la présence de plusieurs risques volcaniques et l’évolution rapide des bâtis dans la ville de Goma en République Démocratique du Congo, la présente étude traite de l’analyse et la prédiction du mode d’occupation du sol dans la ville à travers plusieurs modèles. La combinaison des modèles de la théorie de l’Évidence de Dempster-Shafer et de Markov ont servi respectivement pour effectuer la classification et la prédiction de l’évolution des bâtis. Les données satellitaires ETM+ de Landsat-7 ont été utilisées pour effectuer l’analyse de la dynamique de l’occupation du sol de 2001 à 2017 et de 2017 à 2030 et 2040. La validation du modèle a montré une marge d’erreurs très faible, d’où la prédiction de la classe des Bâtis est presque parfaite avec un coefficient de Kappa de 88,96 %. Il ressort donc, qu’en dépit des risques majeurs dans la ville de Goma, il y a une évolution rapide de la classe des bâtis de l’ordre de 2,1 km² par an. Les changements d’occupation de sol et la mise en place d’une projection prédictive explicite, donnent donc aux décideur un panel d’image du futur censé les aider dans leurs prises de décisions. Cela leurs permettraient aussi de comprendre la tendance évolutive des Bâtis et la manière d’établir les zones d’exclusion dans l’extension et la meilleure gestion de la ville.

Details

Language :
English, French
ISSN :
17689791 and 24263974
Volume :
225
Issue :
1
Database :
Directory of Open Access Journals
Journal :
Revue Française de Photogrammétrie et de Télédétection
Publication Type :
Academic Journal
Accession number :
edsdoj.37fe7219752f4d27b9416e6fd4e6bb69
Document Type :
article