Résumé

L’objectif général poursuivi dans cette étude est de déterminer la dynamique du paysage forestier entre les années 1987, 2000 et 2015 dans le territoire de Lisala, en République Démocratique du Congo. Pour concrétiser cette étude, la télédétection et le SIG ont été appliqués. La dynamique a été déterminée à partir des cartes d’occupation du sol, des taux de déforestation et du changement, des indices de la structure spatiale et des processus de transformation spatiale. Il ressort des résultats obtenus que les classes forestières ont occupé 94,2 % du territoire en 1987 ; 88,6 % en 2000 et 86,8 % en 201, pour un taux de déforestation de 0,4 % entre 1987 et 2000, 0,13% entre 2000 et 2015. La dissection et la suppression sont identifiées respectivement dans la forêt dense humide et la forêt secondaire pour la période de 1987 à 2000. La diachronie 2000-2015 est marquée par l’agrégation dans les forêts denses et la suppression dans les forêts secondaires. La forêt dense et la forêt secondaire constituent les principales pourvoyeuses d’espace pour les classes anthropiques. Ainsi, des politiques de développement durable axées sur l’urbanisation et l’aménagement des forêts doivent être initiées en vue d’inverser les tendances en cours.


Mots-clés : Anthropisation, Dynamique du paysager forestier, Télédétection, et Lisala.

Introduction

Les forêts d’Afrique centrale offrent des moyens de subsistance à plus de 60 millions de personnes qui y vivent ou résident à proximité. Elles remplissent également des fonctions sociales et culturelles essentielles aux populations locales, (Nasi et al., 2011 ; de Wasseige et al., 2014.).

En dépit de tous ces services, les forêts du bassin du Congo sont confrontées à des faits destructifs, à l’instar de la déforestation anthropique qui limite ces divers services.

La République Démocratique du Congo qui couvre à elle seule 60 % des forêts régionales ce qui correspond à un peu plus d’un million de km², (de Wasseige et al., 2009), et abrite de nombreuses espèces végétales et animales avec un taux d’endémisme très élevé (Vancutsem, et al., 2006), n’est pas exemptée de la déforestation.

Actuellement, l’agriculture paysanne, l’exploitation artisanale du bois, l’urbanisation, la croissance démographique, les facteurs économiques, les axes de transport et l’exploitation forestière industrielle et dans une moindre mesure la collecte de bois énergie, sont reconnues comme les principaux moteurs de la déforestation dans le Bassin du Congo (Defourny et al., 2011 ; GTCR, 2012 ; Megevand et al., 2013 ; Mikwa, 2010).

Le territoire de Lisala étant dépourvu de sources d’énergie, la population fait recours au charbon de bois. Ainsi, au-delà de besoin accru des terres arables, de bois d’œuvre, d’espaces habitables, s’ajoute celui de bois énergie. Ces divers faits anthropiques, entrainent la déforestation et la dégradation des écosystèmes forestiers qu’il est nécessaire de prendre des mesures palliatives.

L’atteinte de l’objectif général mis en exergue ci-haut, permettra de vérifier les hypothèses selon lesquelles : I. La région de Lisala connait une perte forestière au courant de chaque diachronie (1987-2000 ; 2000-2015) en raison d’un besoin incontournable des terres pour l’agriculture et les habitations humaines ; II. Les indices de la structure spatiale attestent un impact humain dans les classes forestières ; III. Les transformations spatiales survenues dans les classes forestières sont négatives (entraînant la réduction de la classe) ; IV. Les transformations spatiales survenues dans la classe des terres bâties et sols nus sont positives (entraînant l’extension de la classe) ;

Matériels et Méthodes

Milieu d’étude

Figure 1. Zone d’étude

Localisée en République Démocratique du Congo dans le territoire de Lisala, la zone d’étude occupe une superficie de 11667,71km2 sur 15396km2 du territoire. Ce dernier est une entité décentralisée de la province de la MONGALA, localisée dans la partie septentrionale de la RDC.

Du point de vue hydrographique, le fleuve Congo constitue le principal cours d’eau de ce territoire. Loin au Nord dans le secteur de MONGALA-MUTIMA se trouve une rivière importante du nom de MONGALA qui relie LISALA au territoire voisin de BUSINGA. Cette rivière navigable pendant la période de crue d’août à février permet les échanges entre les différents villages qu’elle relie.

L’analyse de la topographie de la zone d’étude par la méthode du Modèle Numérique de Terrain (MNT) à base d’imagerie SRTM de 30mètres de résolution, montre une répartition irrégulière de la topographie. La zone la plus haute se situe à une altitude de 533m alors que la zone la plus basse se situe à 323m. L’altitude moyenne est de 411m (La figure 2).

Figure 2. Topographie de la zone d’étude

Eu égard à la démographie, le dernier recensement date de 1984, l’accroissement annuel de la population est estimé à 2,48%. La population de Lisala serait passée de 37565 habitants en 1984 à 67847 habitants en 2004 et 82549 habitants en 2012 constituant une densité de 31hab. /km2, (World Gazetter.,2013). Selon la même source, la population est jeune en grande partie et les femmes sont plus nombreuses que les hommes.

Méthode d’analyse de la dynamique du paysage forestier

La démarche méthodologique de l’analyse de la dynamique du paysage se présente de la manière que voici :

Acquisition et traitement des images Satellites

Afin de cartographier le paysage forestier et disposer des informations relatives à l’occupation du sol, nous avons téléchargé des images du satellite LANDSAT des années 1987, 2000 et 2015. Ces images proviennent respectivement des capteurs TM, ETM et OLI.

Identification des classes d’occupation du sol

L’observation scrupuleuse des images satellites appuyée par des points GPS pris sur terrain, et des images Google earth, a permis de stratifier le paysage en cinq classes ci-après : la forêt dense, la forêt secondaire, les champs et jachères, les terres bâties et sols nus et les cours d’eau.

La classification supervisée basée sur l’algorithme de classification selon le maximum de vraisemblance « Maximum Likelihood », a été appliquée pour traiter chaque signature spectrale de manière indépendante. Pour chaque image à classifier, une mesure de séparabilité a été effectuée à ces classes pour éviter la confusion entre les classes et s’assurer de l’adéquation de la sélection des aires d’entrainement.

La comparaison entre l’occupation du sol classifiée ou « prédite » et l’occupation du sol photo-interprétée (ROI de validation) est réalisée par la construction et la discussion d’une matrice de confusion (ou table de contingence) pour toutes les trois images. Bien des auteurs se sont servi de la matrice de confusion pour vérifier l’exactitude de la classification (Gao, J. et D. Skillcorn., 1998 ; Vancutsem, et al., 2006 ; Descellée et al.,2006).

Analyse de la dynamique spatio-temporelle du paysage

Le taux de changement

L’équation ci-après nous a permis d’estimer le taux de changement :

Tc=(〖(s〗_(i+t)-s_i))/s_i *100

Source : (FAO.,1996)

Taux de déforestation

Le taux annuel de déforestation est le pourcentage que perd la forêt chaque année dans un territoire forestier bien défini (Mikwa., 2010). La variable considérée est la superficie (S) : Plusieurs formules existent à l’heure actuelle pour estimer le taux de déforestation. Dans le cadre de cet article, nous avons utilisé la formule de catalan (1991). Il est calculé comme suit :

A1= Superficie forestière dans l’année initiale (ha) ;

A2= Superficie forestière dans l’année finale de la période analysée (ha) ;

n = le temps entre A1 et A2

Tableau 1 : Qualification du taux de déforestation selon Catalan (1991)

Taux annuel de déforestation %/an Qualification

˂ 0,5 Basse

0,5- 1,5 Moyenne

1,5 – 3,0 Haute

˃ 3,0 Plus haute

L’analyse de la structure spatiale du paysage

Une série d’indices de la structure spatiale du paysage « Land scape metrics » (Farina., 2000 ; Bogaert et Mahamane., 2005) ont été calculés d’autant plus que ces mesures constituent souvent un indicateur de l’impact humain sur la morphologie du paysage (Burel et Baudry., 2003 ; Krummel et al.,1987). Le tableau 3 décrit les indices analysés dans cette étude.

Les indices de la structure spatiale du paysage

(Nj) Le nombre de taches appartenant à une classe donnée j. L’augmentation du nombre de taches d’une classe est supposée due à la fragmentation de cette classe (Davidson., 1998)

(Atj)L’aire totale de la classe J. indique la proportion occupée par la classe j.

(Ptj)Le périmètre total de la classe J. Indique le pourtour de la classe j.

Dj (a) La dominance : indique la proportion d’aire occupée par la tache dominante dans la classe j. Plus la valeur de la dominance est grande, moins la classe est fragmentée.

Les processus de transformation spatiale du paysage

L’analyse des processus de transformations spatiales a recouru au dendrogramme de Bogaert et al (2004). La figure 3 représente l’arbre de décision.

Figure 3. Le dendrogramme de Bogaert et al (2004)

En s’appuyant sur cette approche, il faut déterminer la surface, le périmètre et le nombre de taches considérés avant (a0, p0 et n0) et après (a1, p1 et n1) la transformation. Le changement de chacune des trois caractéristiques est utilisé pour aboutir à un processus représentatif de la dynamique observée. Généralement, un seuil théorique prédéfini de t = 0,5 a été adopté (Barima et al., 2009) pour distinguer le processus de fragmentation de celui de dissection. Ainsi, lorsque t observé < 0,5, la fragmentation est mise en évidence tandis que lorsque t observé > 0,5, c’est la dissection qui est révélée.

RÉSULTATS 

Cartographie de l’occupation du sol de la zone d’étude

Trois cartes ont été produites décrivant l’occupation du sol en 1987, 2000 et 2015 (figure 4). Distinctement sur ces trois cartes, la classe des forêts denses est la plus dominante dans la zone d’étude. Elle occupe plus de 70% à chaque date. 84,3% en 1987, 79,2% en 2000 et 79,5% en 2015. Les forêts secondaires régressent continuellement. 9,9% en 1987, 9,4% en 2000 et 7,3 en 2015. On observe une évolution croissante des terres bâties et sols nus. 0,8% en 1987, 7,7% en 2000 et 8,1% en 2015. On constate une forte activité agricole (les champs et jachères) en 2015, avec 3,6% de la proportion occupée par la classe dépassant légèrement la proportion en 1987 (3,3%).

Figure 4 : Occupation du sol multi-date dans la zone d’étude.

Quantification spatio-temporelle de taux de changement et de déforestation

Taux de changement

Autour du territoire de Lisala, les taux d’évolution (changement) de l’occupation du sol pour les périodes de 1987 à 2000 et de 2000 à 2015, sont présentés au tableau 2. Il ressort de ce tableau que les classes forestières ont connu la perte de superficies entre 1987 et 2000. Il en est de même pour la classe de cours d’eau et celle des champs et jachères. En cette période, seule la classe des terres bâties et sol nu a connu une extension.

Dans la deuxième diachronie (2000-2015), on observe une faible extension des forêts denses et une forte régression des forêts secondaires. Les champs et jachères augmentent de même que les terres bâties et sil nu. Les cours d’eau se caractérisent d’une perte des superficies.

Tableau 2. Taux de changement 1987-2000

Légende : CD : Cours d’eau ; TBN : Terres bâties et sol nu ; FD : Forêt dense ; FS : Forêt secondaire ; CH. JACH : Champs et jachères ; TC 1 : Taux de changement 1987-2000 ; TC 2 : Taux de changement 2000-2015.

Classes 1987 2000 2015 TC1 TC2

Surface en Ha Surface en Ha Surface en Ha % %

CD 17281.1 15522.9 15069.07 -10.1 - 2.9

TBN 10501.6 90216.6 95132.6 759.07 5.4

FD 983794.1 924434.06 927915.7 -6.03 0.3

FS 115941.5 109982.8 85679.5 -5.1 - 22.09

CH. JACH 39338.3 26622.05 42974.5 -32.3 61.4

Taux de déforestation

Eu égard à la déforestation, la perte du couvert forestier entre 1987 et 2000 est observée dans les deux classes forestières. La déforestation est estimée à environ 0,4% pour les forêts denses et 0,3% pour les forêts secondaires (figure 5). De manière générale, le taux de déforestation est estimé 0,4% soit 0,4ha perdus dans chaque 100ha des forêts.

Au courant de la dernière diachronie (2000-2015), le paysage forestier n’a pas connu des taux de déforestation très alarmants. Seules les forêts secondaires ont pu atteindre un taux de 1,4%. Ceci correspond à une perte d’au moins 1,4ha dans chaque 100ha des forêts secondaires. Les forêts denses par contre, connaissent une reforestation estimée à -0,02%.

Figure 5 : Dynamique de la déforestation dans la zone d’étude.

Les indices de la structure spatiale

Le nombre de taches

Le nombre des taches augmente de 1987 à 2015 pour la classe des terres bâties et sol nu. L’indice diminue de 1987 à 2000 pour la classe des forêts secondaires pour enfin augmenter en 2015. On observe cependant, une forte augmentation des taches entre de 1987 et 2000 dans la classe des forêts denses pour enfin diminuer légèrement entre 2000 et 2015 (figure 6).

Figure 6 : Evolution du nombre des taches

Les autres indices de la structure spatiales

L’aire totale de toutes les classes, à l’exception des terres bâties et sol nu, diminue de 1987 à 2000 (Tableau 3). Pour la même diachronie, la dominance de tache diminue pour la classe des forêts denses, des cours d’eau et des terres bâties et sol nu. Elle augmente par ailleurs, pour la classe des champs et jachères et des forêts secondaires.

La diachronie 1987-2000 est aussi marquée par l’augmentation du périmètre total de la classe des forêts denses et des terres bâties et sol nu. L’indice diminue cependant pour les classes restantes.

L’aire totale des forêts denses, des champs et jachères augmente parallèlement au périmètre total, pendant la diachronie 2000-2015. On y observe par contre, pour les deux classes, une diminution de la dominance de tache. Les forêts secondaires connaissent par ailleurs, une diminution de la dominance et de l’aire totale, alors que le périmètre total augmente.

La diachronie 2000-2015 est aussi marquée par l’augmentation de la dominance dans la classe des cours d’eau et celle des terres bâties et sol nu. Alors que l’aire totale et le périmètre total augmentent pour les bâtis et sols nus, les cours d’eau connaissent une diminution.

Tableau 3. Tableau récapitulatif des indices de structure spatiale, de la dominance (D), l’aire totale (atj), au périmètre total (Ptj) des différentes classes d’occupation en 1987, 2000 et 2015.

Indices FD FS TBN CD CH.JACH

D1987 (%) 98.3 6.5 12.7 79.5 13.2

atj1987 (ha) 983794.1 115941.5 10501.6 17281.1 39338.3

Ptj1987 (m) 31506686 29420080,6 2814831,89 1390847,74 8394396,28

D2000 (%)

90.6

15.9

5.7

74.2

64.3

atj2000 (ha) 924434.06 109982.8 90216.6 15522.9 26622.05

Ptj2000 (m) 32010533.9 23380677 16253143,4 1242817,39 6177102,85

D2015 (%)

88

2.6

11.8

75

13

atj2015 (ha) 927915.7 85679.5 95132.6 15069.07 42974.5

Ptj2015 (m) 35885236.3 29175840,8 21444001,1 1236576,85 13614845,8

Les processus de transformation spatiale

Au total, quatre processus de transformation spatiale sont identifiés (Tableau 4). La première diachronie (1987-2000) est dominée par la suppression, processus identifié dans la classe des cours d’eau, des forêts secondaires et des champs et jachères. Seule la classe des forêts denses a connu la dissection en cet intervalle de temps.

Deux processus dont la dissection et la création, dominent la deuxième diachronie (2000-2015). On observe la dissection dans la classe des cours d’eau et des forêts secondaires. La création quant à elle, s’observe dans la classe des terres bâties et sol nu ainsi que la classe des champs et jachères. A la différence des autres classes, les forêts denses connaissent l’agrégation.

Tableau 4. Tableau récapitulatif des processus de transformation spatiale. La dissection (D), la suppression (S), la création (C), l’agrégation (A).

CLASSES PROCESSUS

Cours d'eau S D

Forêt dense D A

Forêt secondaire S D

Champs et Jachères S C

Terres bâties et sol nu C C

TEMPS 1987-2000 2000-2015

DISCUSSION

L’analyse d’images satellitaires de 1987, 2000 et 2015 a permis de cerner la dynamique du paysage dans la région de Lisala. Le taux de déforestation est estimé à 0,4% par an au courant de la première diachronie (1987-2000) et de 0,13% par an au courant de la deuxième diachronie (2000-2015). Ces taux confirment la perte forestière dans chaque diachronie telle que stipulée dans la première hypothèse. Le taux estimé à la première diachronie dépasse la moyenne nationale qui oscille entre 0,2 et 0,3 % ces vingt dernières années (GTCR.,2012 ; OFAC.,2012) et atteint par contre, le rythme amazonien (Demaze.,2007). Cette forte déforestation au courant de la première diachronie serait en grande partie liée à l’extension considérable des terres bâties et sol nu (urbanisation) après cessation de diverses rebellions ayant survenu au courant de la décennie 1990 à 2000. La superficie des terres bâties et sol nu a augmenté de plus de 79715ha de 1987 à 2000 (Tableau 2) soulignant la pression exercée par la démographie. Selon les sources anciennes, la population de Lisala serait passée de 296804 habitants en 1994 à 421005 habitants en 2004, constituant une densité de 29 hab. /km2 (DSRP RDC.,2005).

La stabilisation des habitations humaines et la démographie galopante, auraient entrainé une forte activité agricole au courant de la deuxième diachronie (2000-2015). L’agriculture itinérante sur brûlis serait en effet, le principal moteur de déforestation en cette période. La superficie des champs et jachères a augmenté de plus de 16352,45ha de 2000 à 2015. Pour Karsenty (2012), quand la population dépasse 10-15 habitants/km², les temps de jachère diminuent forcément et la fertilité décroît. Le plus grand danger enregistré au courant de la dernière diachronie, est la réduction sensible des forêts secondaires. Il s’agit en effet du type forestier qui doit assurer la succession dans le paysage. Ce sont les forêts secondaires qui reconstitueront la forêt dense. Elles constituent le passage obligé vers l’état climacique dans un écosystème forestier (OIBT, 2002).

La dynamique du paysage dans la région de Lisala, s’est aussi appuyée sur l’analyse de la structure spatiale à travers les indices et les processus de transformation.

Ainsi, un total de 4 indices de la structure spatiale dont le nombre de tache, l’aire totale, le périmètre total et la dominance des taches, ont été calculés.

L’augmentation du nombre de tache et la diminution de la valeur de la dominance et de l’aire totale de 1987 à 2000 dans la classe des forêts denses, ainsi que la diminution du périmètre total (1987-2000) et de l’aire totale (1987-200 ; 2000-2015) dans la classe des forêts secondaires, illustrent complémentairement un impact humain dans les classes forestières. Cette implication correspondrait aux processus de dissection et de suppression (processus négatifs), tels qu’identifiés respectivement dans la classe des forêts denses et forêts secondaires à travers le dendrogramme de Bogaert et al (2004). Le processus de dissection se traduit par une subdivision des taches en des lignes de largeur uniforme et de petite dimension entrainant une perte limitée des habitats originels.

En effet, sous l’emprise des actions anthropiques, les transformations du paysage naturel commencent souvent par une perforation ou une dissection (Bogaert et al., 2011). Ainsi, pour Bogaert et al. (2004), la dissection, telle qu’identifiée dans la classe des forêts denses de 1987 à 2000, augmente l’accessibilité aux formations naturelles et déclenche la dynamique du paysage sans laquelle l’impact des effets anthropiques sur le paysage serait limité (August et al., 2002).

Considérant l’évolution des terres bâties et sol nu, l’augmentation du nombre de taches et de l’aire totale durant toutes les diachronies, correspondrait au processus de création (processus positif). De ce fait, la ville de Lisala constitue le noyau de transformation (Bogaert et al.,2008) à partir duquel les activités anthropiques se diffusent suivant un système linéaire à proximité des routes. La ville et ses environs respectent comme modèles de séquence paysagère, le modèle nucléaire prôné par Forman (1995) qui a pour source les agglomérations, et le modèle corridor favorisé par la proximité des routes. Ainsi, plus la ville s’élargit, plus grande est son influence sur les ressources naturelles. Ceci s’explique d’une part, par la forte déforestation totale (0,4%) enregistrée de 1987 à 2000, liée à une considérable extension des agglomérations humaines. D’autre part, cette influence s’explique par la perte énorme des forêts secondaire de 2000-2015. Il s’agit en effet, de la classe forestière la plus proche des agglomérations humaines, et facilement accessible pour les activités agricoles, représentées ici par la classe des champs et jachères. La diachronie 2000-2015, serait ainsi, marquée par la création, comme processus de transformation spatiale dans la classe des champs et jachères.

En outre, l’exploitation forestière par les entreprises (SICOBOIS, SOFORMA, SODEFOR) et/ou les artisans dans la région de Lisala, ouvre de nouvelles pistes qui permettent la pénétration dans la forêt et les villages s’installent le long des routes et s’y maintiennent durablement.

CONCLUSION

Cette étude a été menée dans une large partie du territoire de Lisala, dans la province de la Mongala en République Démocratique du Congo. La zone circonscrite couvre une superficie de plus de 11667,71km2 sur 15396km2 du territoire de Lisala. La province de Mongala couvre des vastes étendues forestières qui sont cependant soumises à la déforestation et à la dégradation.

Grace à la télédétection et au système d’information géographique, l’étude a permis de mettre en évidence les pertes forestières et d’autres changements d’occupation du sol survenus entre 1987 à 2000 et 2000 à 2015.

Les résultats approuvent des pertes forestières au courant de chaque diachronie. Le taux annuel de déforestation à la première diachronie (1987 à 2000) est estimé à 0,4%. En cette période, les forêts denses sont les plus touchées par les activités humaines. La perte forestière annuelle à la deuxième diachronie (2000-2015), est estimée à 0,13%. Les forêts secondaires sont en cette période les plus touchées, alors que les forêts denses connaissent une succession.

La recherche identifie le processus de création dans la classe des terres bâties et sol nu le long de toutes les deux diachronies. Ce processus explique l’extension continuelle de ladite classe. Les classes forestières sont par ailleurs soumises à des processus négatifs notamment la dissection, et la suppression (de 1987 à 2000) respectivement dans la classe des forêts denses et la classe des forêts secondaires. En dépit de l’agrégation (processus positif) identifié dans la classe des forêts denses entre 2000 et 2015, les forêts secondaires sont soumises à la suppression en cette période.

Les informations dénichées dans cette étude permettront aux décideurs et aux aménagistes des prendre des décisions et résolutions idoines pour la gestion durable des espaces forestiers dans la région de Lisala.

BIBLIOGRAPHIE

August P., Iverson L. et Nugranad J. (2002). Human conversion of terrestrial habitats. In: Gutzwiller K.J. (Ed.). Applying landscape ecology in biological conservation. New York, NY, USA: Springer Verlag.

Bogaert J., Ceulemans, R. et Van Eysenrode, S.D. (2004). A decision tree algorithm fordetection of spatial processes in landscape transformation. Environnemental Management;

Bogart J. et Mahamane, A. (2005). Ecologie du paysage : cibler la configuration et l’échelle spatiale. Annales des Sciences Agronomiques du Bénin 7 : 39 – 68 ;

Bogaert J. et al. (2008). Fragmentation of forest landscapes in Central Africa: Causes, consequences and management. In : Lafortezza R., Chen J., Sanesi G. et Crow Th.R. (Eds).

Patterns and processes in forest landscape s: multiple use and sustainable management. New York, NY, USA: Springer, Verlag;

Bogaert J. et al. (2011). Forest fragmentation: causes, ecological impacts and implications for landscape management. In: Li C., Lafortezza R. & Chen J. (Eds). Landscape ecology and forest management: challenges and solutions in a changing globe. Beijing: Higher Education Press; Berlin: Springer;

Burel F. et Baudry, J. (2003). Ecologie du paysage. Concepts, méthodes et applications. Tec & Doc : Paris, France, 359 p ;

Defourny P., Delhage C, et Kibambe Lubamba J-P. (2011). Analyse quantitative des causes de la déforestation et de la dégradation des forêts en République Démocratique du Congo. UCL/FAO/CN REDD, Kinshasa;

Demaze M.T. (2007). La déforestation en Amazonie brésilienne : une rupture apparente entre développement et environnement, Le Mans, 23 p. http://hal.archivesouvertes.fr/docs/00/30/89/73/PDF/Tsayem deforestation_Amazonie.pdf ;

Descellée B., Bogaert P. et Defourny P. (2006). Forest change detection by statistical object-based method. Remote Sensing of Environment;

de Wasseige C., Devers D., de Marcken P., Eba’aAtyi R., Nasi R. and Mayaux Ph. (2009). The forests of the Congo Basin: State of the Forest 2008. Publications Office of the European Union Luxembourg. 426p. ISBN 978-92-79-13210-0;

de Wasseige C., Flynn J., Louppe D., HiolHiol F. and Mayaux, Ph. (2014). The forests of the Congo Basin: State of the Forest 2013. Weyrich. Belgium. 328p. ISBN: 978-2-87489-299-8;

FAO (1996). Forest resources assessment 1990. Survey of tropical forest cover and study of change processes. Forestry Paper, 130, Roma, Italy, 152 p;

Farina A. (2000). Principles and Methodes in Landscape Ecology. Kluwers Academic Publishers, USA, 235 p ;

Forman R.T.T. (1995). Land mosaics: the ecology of landscapes and regions. Cambridge, UK : University Press.

Gao, J. et D. Skillcorn. (1998). Capability of SPOT XS data in producing detailed land-cover maps at the urban – rural periphery. International Journal of Remote Sensing, 19: 2877-2891;

GTCR (2012). Etude quantitative sur les causes de la déforestation et la dégradation des forêts en RDC. Ministère de l’environnement, conservation de la nature et tourisme ;

Jean-fiston Mikwa (2010). Evaluation par télédétection des effets de la déforestation et de la dégradation des forêts à Kisangani (Cas de la Région forestière de Masako) DES, UNIKIS ;

Karsenty A. (2012). Le rôle de l’agriculture dans la déforestation et la dégradation en RDC. Situation actuelle, perspectives et solutions possibles. Montpellier, France, Cirad, 21 p.

Krummel J.R., Gardner R.H., Sugihara G., O’Neill R.V. & Coleman P.R. (1987). Landscape pattern in a disturbed environment. Oikos, 48 : 321-324.

Megevand C., Mosnier A., Hourticq J., Sanders K., Doetinchem N., et Streck C. (2013). Deforestation Trends in the Congo Basin: ReconcilingEconomicGrowth and Forest Protection. The World Bank, 179 p. Disponible sur: http://elibrary. worldbank.org/doi/book/10.1596/978-0-8213-9742-8. ISBN : 978-0-8213-9742-8 ;

Nasi R., Billand A. and Van Vliet N. (2011). Emptyforests, emptystomachs: bushmeat and livelihoods in Congo and Amazon Basins. International ForestryReview. p. 355-368;

OFAC (2012). The Forests of the Congo Basin. State of the Forest 2010. Luxembourg, Office des publications de l’Union européenne, 276 p. http://www.observatoirecomifac. net/edf2010.php ;

OIBT (2002). Directives OIBT pour la restauration, l’aménagement et la réhabilitation des forêts tropicales dégradées et secondaires. Série OIBT: Politique forestière n° 13, Yokohama, OIBT, http ://219.127.136.74/live/Live_ Server/154/ps13e.pdf

Sauvegarde de Word Gazatteer. (2015). Portail de la république démocratique du Congo ;

Vancutsem C., de Wasseige C., et Defourny P. (2006). The Land CoverMap of the Democratic Republic of Congo, presses universitaires de Louvain ISBN2-87463-019-5, UCL-Geomatics,Louvain-la-Neuve