CENTRE REGIONAL DE FORMATION AUX TECHNIQUES DES LEVES AEROSPATIAUX

(RECTAS)

(Placé sous les auspices de la Commission Economique des Nations Unies pour l’Afrique)

Campus Universitaire Obafemi Awolowo

PMB : 5545
ILE-IFE, OSUN STATE, NIGERIA
[Link]

MEMORE DE FIN DE FORMATION POUR L’OBTENTION DU DIPLOME D’ETUDE SUPERIEURE SPECIALISEE

(DESS) EN PRODUCTION ET GESTION DE L’INFORMATION GEOGRAPHIQUE

Option : Système d’Information Géographique (SIG)

APPORT DE LA TELEDETECTION ET DES SIG DANS L’ETUDE

DE LA DYNAMIQUE URBAINE A SIKASSO (MALI)

Présenté par :

BENGALY Ibrehima
PRS 313018

Août 2014
Nous soussignés, M. TOKO MOUHAMADOU Inoussa, et M. DIENG Mor Awa
Enseignants au RECTAS, attestent que ce travail intitulé : « APPORT DE LA
TELEDETECTION ET DES SIG DANS L’ETUDE DE LA DYNAMIQUE URBAINE A
SIKASSO (MALI) », réalisé par M. BENGALY Ibrehima, stagiaire en Production et Gestion
de l’Information Géographique (session académique 2013-2014, PRS 313018), a satisfait aux
Conditions requises pour l’obtention du Diplôme d’Études Supérieures Spécialisées (DESS) du
Centre Régional de Formation aux Techniques des Levés Aérospatiaux (RECTAS).

RECTAS, le / / 2014

Superviseurs :

M. TOKO MOUHAMADOU Inoussa M. DIENG Mor Awa

Directeur des études

Professeur Seyi FABIYI

2
SOMMAIRE
SOMMAIRE .......................................................................................................................................... 3
DEDICACE............................................................................................................................................ 4
SIGLES ET ACRONYMES ................................................................................................................. 7
RESUME ................................................................................................................................................ 9
SUMMARY.......................................................................................................................................... 10
Introduction ......................................................................................................................................... 11
1.1. Problématique...................................................................................................................... 13
1.2 Objectif de recherche ................................................................................................................ 15
1.3 Clarification des concepts et théories ...................................................................................... 15
1.4 Synthèse Bibliographique ........................................................................................................ 17
CHAPITRE II DESCRIPTION DU MILIEU D’ETUDE ............................................................... 21
2.1 Situation géographique de la commune urbaine de Sikasso.................................................. 21
2.2 Cadre physique de la commune urbaine de Sikasso ............................................................. 23
CHAPITRE III : DEMARCHE METHODOLOGIQUE ................................................................ 28
3.1 Matériels ..................................................................................................................................... 28
3.2 Méthodologie adoptée ............................................................................................................... 29
3.3. Traitements des Données ............................................................................................................. 35
3.5. Modélisation du changement et de la Prévision de l’occupation du sol........................... 38
3.6. Validation de la classification .............................................................................................. 41
3.7. Vectorisation des couches .................................................................................................... 44
CHAPITRE IV : RESULTATS ANALYSE ET DISCUSSION ...................................................... 46
4.1 Présentation des résultats ......................................................................................................... 46
DISCUSSION....................................................................................................................................... 64
CHAPITRE V CONCLUSION ET SUGESTIONS ......................................................................... 66
CONCLUSION .................................................................................................................................... 66
SUGGESTIONS .................................................................................................................................. 67
Références Bibliographiques: ……………………………………………………………………………………………………….68

3
 DEDICACE

Je dédie ce mémoire à la famille BENGALY particulièrement à :

Mon père FOUMPE IDRISS qui m’a transmis l’amour du travail ;

Mes mères AWA DISSA, ASSITAN BENGALY pour les sacrifices consentis, que ce travail

apaise votre soif de me voir réussir

A ma précieuse fille FATOUMATA pour l’amour que je lui porte. Que le seigneur puisse

guider son pas dans l’amour et le pardon.

A tous mes frères et sœurs pour leur soutien et leur encouragement qu’ils m’ont apporté.

Ma cher regretté AMOU, paix à son âme

4
REMERCIEMENTS

Au terme de ce travail, nous tenons à adresser notre reconnaissance et nos remerciements à

l’ensemble du corps enseignant du RECTAS qui, grâce à son dévouement dans la transmission
des connaissances, nous a outillés de rudiments nécessaires pour l’exécution de projets de
Télédétection, SIG et Cartographie.

En particulier, nous remercions :

Monsieur TOKO MOUHAMADOU Inoussa, et Monsieur DIENG Mor Awa nos Superviseurs
qui n’ont ménagée aucun effort en dépit de ses multiples occupations pour diriger notre travail ;

Nos remerciements vont également :

A tous les enseignants du RECTAS notamment Mr AGBO Fulbert, Mr TOHOZIN Aimée ; Mr

SOUMAH Momodou, Mr JOHNSON Dodé, Dr OLOUKOI Joseph, Mr ADIMOU Ghislain,
Mr ADEOTI, Mr Hubert YADJEMI, Dr BOKO Gildas pour la qualité de la formation reçue.

A tous le personnel académique et administratif du RECTAS notamment le Directeur Exécutif

Adjoint M. KEITA S. Mahamadou, Mme ADEOTI,

Les remerciements vont également à l’endroit :

- De l’Institut Géographique du Mali (IGM) à travers son Directeur Général M. GUINDO

Ando pour nous avoir offert cette bourse et, à l’ensemble de son personnel en particulier à
[Link] Mahamadou, M. KEITA Youssouf, SIDIBE Harouna, DICKO Barazi, Mme
KONE Cisseba.

Tous les enseignants du département de géographie de l’université de Bamako (USSG) en

particulier le Doyen Pr Famakan Ouley, Dr. SISSOKO Yaya et Dr COULIBALY Yaranga.

Nous adressons aussi nos remerciements à:

Mon oncle BENGALY Hamadou, ma tante BATHILY Ouleymatou

Mes sœurs Fatoumata, Djélika, Bintou, Mariam

Mes frères, Seydou, Youssouf, Aboubacar, Ismaïla, Adama, Mahamadou, Cheik Oumar,
Abdoul Wahab, Alahassane, sans oublier MAGASSA Hawa

Mes cousins Moussa, Ibrahima, Ousmane DISSA Babra Ali.

Mes amis TRAORE Abdoulaye, COULBALY Ismaïla, SANOGO Bassalia

5
A mes camarades de la promotion 2013-2014 de GPM3 francophone et anglophone pour la
bonne collaboration tout au long de notre stage ;

Aux communautés Béninoise, Camerounaise, Malienne, Nigérienne, Nigériane et Sénégalaise,

pour les liens de fraternités que nous avons su tisser.

Que tous ceux qui nous ont soutenus durant ce séjour au RECTAS trouvent dans ces lignes nos
profondes gratitudes.

6
SIGLES ET ACRONYMES
ANM : Agence Nationale de la Météorologie

ASTER: Advanced Spaceborn Thermal Emission and Reflection Radiometer, Digital

AVHRR: Capteur Advanced Very High Resolution Radiometer

DNSI: Direction National de Statistique et d’Information

CCT : Centre Canadien de Télédétection

ESRI : Environmental Systems Research Institute

EUROSTAT : Office statistique des Communautés européennes

FAO : Food and Agriculture Organization « Organisation des Nations Unies pour
l'Alimentation et l'Agriculture »

FICCDC : comité fédéral de coordination inter-agences pour la cartographie numérique.

FLASH : Faculté des Lettres Arts et Sciences Humaines

GLCF: Global Land Cover Facility

IER: Institut d’Economie Rural

IGM : Institut Géographique du Mali

INSTAT : Institut National de la Statistique

IRD : Institut de Recherche pour le Développement

ISFRA : Institut Supérieur de Formation et de Recherche Appliqué

MEA : Ministère de l’Environnement et de l’Assainissement

MNT : Modèle Numérique de Terrain

MSS : Multi-Spectral Scanner System

NOAA: National Oceanic and Atmospheric Administration

OLI : Operational Land Image

PAPAM : Projet d’Accroissement de la Production Agricole au Mali

7
PROMISAM : Projet de Mobilisation des Initiatives en matière de Sécurité Alimentaire au
Mali

PIRT : Projet Inventaire des Ressources Terrestre au Mali

RAM: Random Access Memory

RECTAS: Regional Centre for Training in Aerospace Surveys

RGPH : Recensement Général de la Population et de l’Habitat

SIG : Systèmes d’Information Géographique

TM : Thematic Mapper

UICN : Union Internationale pour la Conservation de la Nature

UICN/PACO : Union Internationale pour la Conservation de la Nature/ Programme

d’Afrique Centrale et Occidentale

UNESCO : Organisation des Nations Unies pour l’Education, la Science et la Culture

(United Nations Educational, Scientific and Cultural Organization)

USAID : Agence Américaine pour le Développement International

UTM : Universal Transverse Mercator

USSG Université des Sciences Sociales et de Gestion

WGS : World Geodetic System

8
RESUME
La dynamique de l’occupation urbaine a été étudiée dans la ville Malienne de Sikasso. Cette
étude est basée sur les changements des unités de paysage entre les années 1975, 1986 et 2014.
Les images Landsat des années 1975, 1986 et 2014 ont été utilisées pour analyser l’évolution
spatio-temporelle de l’occupation du sol. La classification supervisée concrétisée à l’aide du
logiciel ENVI 5.1, la carte de l’occupation du sol réalisée avec le logiciel ArcGIS 10.2.1 et la
matrice de transition ont permis de mettre en évidence les différentes formes de mutation subies
par les unités d’occupation du sol de la ville.

Les savanes arborée et arbustive ont régressé de 1,49% entre 1975 et 1986 dans la ville de
Sikasso. Les zones de cultures ont régressé de 0,11% entre 1975 et 2014. Le sol nu a connu
une augmentation de 7,59% entre 1975 et 2014. Mais de façon générale, l’agglomération est
celle progresse de façon significative parmi les différentes unités d’occupation du sol. Notre
étude déduit que l’urbanisation, le foncier et l’agriculture sont les principales causes des
changements constatés dans la ville de Sikasso.

Mots clés : Dynamique, Ville, Occupation du sol, Sikasso

9
SUMMARY
The dynamics of urban settlement has been studied in the Malian city of Sikasso. This study is
based on the changes on the land cover units between the years 1975, 1986 and 2014. Landsat
images of the years 1975, 1986 and 2014 were used to analyse the spatial and temporal changes
in land use. Supervised classification materialised with ENVI 5.1 software, the land cover map
realised with ArcGIS 10.2.1 software and the transition matrix helped to identify the different
forms of mutation of the land use units in the town.

We observed that the tree and shrub savannah were reduced by 1.49% between 1975 and 1986
in the town of Sikasso. Agricultural areas were reduced by 0.11% between 1975 and 2014. Bare
soil has increased by 7.59% between 1975 and 2014. However, generally, the settlement is the
one increasing significantly among the various land use units. We deduced that urbanisation,
land and agriculture are the main causes for changes in the town of Sikasso.
Keywords: Dynamics, Town, Land cover, Sikasso

10
Introduction
L'urbanisation rapide dans les pays africains a commencé à se manifester depuis les années
1950 (Niass, 2010). Au cours des prochaines décennies, plus de la moitié de l'humanité vivra
dans les centres urbains. Pendant que les villes du nord semblent achevées dans leurs formes et
connaissent la saturation, celles des pays en développement « explosent » sous le double effet
de la croissance démographique galopante et du sous-développement des campagnes
(Coulibaly, 1999).

Au Mali, les effets conjugués de la sécheresse et des actions anthropiques néfastes ont entraîné
la réduction généralisée du couvert végétal et la dégradation des terres. Face à ces contraintes,
la gestion durable des ressources naturelles et les actions de lutte contre la désertification ont
été identifiées comme axes prioritaires d’intervention, d’où l’accroissement de l’intérêt accordé
aux questions environnementales par les différents plans de développement.

Aussi, depuis environ trois décennies, les mutations écologiques et environnementales induites
suite aux grandes sécheresses et aux actions anthropiques néfastes ont été constatées. Elles se
sont traduites par un regain d’intérêt des questions environnementales et surtout de la lutte
contre la désertification (USAID, 2006).

Sikasso est une ville qui ne cesse de s'élargir sous l'effet de divers facteurs. Outre les besoins
de loger le surplus annuel de population, l'extension spatiale de la ville peut s'expliquer par
deux autres facteurs ; les maisons à Sikasso sont bâties sur de grandes parcelles de terrain d’au
moins 900 m², ensuite la spéculation immobilière y est très pratiquée. Les riches de Sikasso
ont vite compris qu'ils pouvaient tirer profit de cette activité, en construisant des maisons pour
loger les fonctionnaires des services administratifs et les travailleurs de la filière coton. Ils se
sont donc lancés dans les achats multiples de parcelles (DNSI 2013).

Face à cette situation, il est devenu nécessaire de contrôler les activités humaines telles que
l’occupation de l’espace, l’exploitation des ressources et l’aménagement des territoires, en
maîtrisant leur impact sur l’environnement. Ces stratégies de développement durable reposent
sur la compréhension des dynamiques, la définition concertée de modes de gestion, la
responsabilisation des citoyens et la mise en œuvre de dispositifs d’évaluation.

Il s’est avéré que l’information géospatiale relative l’environnement et les territoires pouvaient
jouer un rôle clef dans ces stratégies si elle était disponible. En effet, les systèmes d’information
spatiale permettent d’acquérir de l’information spatiotemporelle sur un système complexe

11
comme l’espace urbain et la traiter pour mettre à jour les structures, processus et dynamiques
(Agropolis International, 2010).

Il faudra donc avoir le moyen de suivre l’évolution urbaine le plus précisément possible. Fort
heureusement, avec les progrès de la technologie il existe des disciplines concrètes permettant
une meilleure connaissance et une évolution de la dynamique urbaine à savoir la télédétection
et les Systèmes d’Information Géographique (SIG) qui sont des outils incontournables pour
apprécier l’expansion spatiale. Ces outils présentent beaucoup d’avantages comme le coût et la
rapidité d’acquisition de données géographiques, mais aussi ils permettent de mesurer les
conséquences pour prévenir le style de développement approprié dans le futur. De ce fait, ils
aident les planificateurs urbains dans la stratégie et la gestion de l’espace urbain.

Dans la présente étude, a été consacrée à l’exploitation des images satellitaires Landsat MSS,
TM et LANDSAT 8 pour suivre les changements intervenus dans la ville de Sikasso. Les
résultats obtenus de ce diagnostic ont permis de mettre en évidence la possibilité de faire une
étude prospective pouvant aider les décideurs à aller vers un développement harmonieux
durable.

12
CHAPITRE I : CADRE THEORIQUE DE L’ETUDE

Ce chapitre présente le cadre théorique qui s’appuie sur la problématique, le but et les objectifs,
la clarification des concepts et la synthèse bibliographique de l’étude.

1.1. Problématique
L’étalement urbain se produit sous l’effet d’interactions économiques avec des contraintes
spatiales et environnementales locales. Il s’accélère avec l’amélioration des réseaux de transport
et de la mobilité des populations. Des facteurs comme le marché foncier, les préférences
individuelles de localisation résidentielle, les évolutions démographiques, l’attractivité des
régions urbaines, et l’application de politiques de planification d’utilisation des sols aux
échelles locale et régionale (Laugier 2012).

Au Mali, l’explosion démographique rapide a pour conséquence une forte augmentation des
besoins en terres de culture et pâturages. Selon les projections réalisées, en l’an 2020 la
population du Mali devrait atteindre 16 777 940 habitants contre 9 790 492 habitants en 1998,
soit un accroissement annuel moyen de 3,1% sur la période 1998-2020 (Konaté, 2001).

Sikasso est la deuxième plus grande ville du Mali après la capitale en terme de population, et
elle a connu une forte extension spatiale au fil des années. Sa prépondérance par rapport aux
autres villes s’explique par sa position géographique et sa croissance démographique qui ne fait
qu’augmenter. Nous avons décidé de travailler sur cette ville pour des raisons fondamentales
comme le manque d’information sur la végétation, l’insuffisance de connaissance sur
l’occupation du sol et l’absence d’étude de l’occupation du sol sur la commune urbaine de
Sikasso. Cette croissance extraordinaire pose le problème de la relation homme- environnement
urbain, la ville devant être en mesure d’offrir aux citadins, les services indispensables à leur
épanouissement, tel que le logement, l’assainissement, l’alimentation en eau potable, la voirie,
le transport etc. En effet, la démographie galopante, l’absence d’infrastructure d’élimination
des déchets et le manque de volonté politique créent des situations alarmantes et non durables
(Biase, 2006).

Dans la commune de Sikasso, la dynamique urbaine prend de l’ampleur à cause de la croissance

de la population qui entraine l’extension spatiale au détriment de la végétation et des zones de
culture. La commune urbaine de Sikasso connait une forte extension spatiale (Diakité, 2008).

La croissance démographique crée de nouveaux besoins en sol pour les populations. Avec une
forte pression sur les ressources naturelles, la conséquence est une mutation de l’espace se

13
traduisant par une modification la végétation d’origine. Le couvert végétal a progressivement
cédé la place à une mosaïque d’habitations, de champs et de jachères sous l’influence intense
des activités anthropiques. C’est pourquoi le suivi et la quantification de la dynamique urbaine
dans cette zone s’avère nécessaire pour attirer l’attention sur ces paysages fortement dépendants
des pratiques culturales ancestrales de la population (Bamba, 2008).

Aujourd’hui, le développement n’est pas seulement une question de croissance économique

en rapport avec une démographie mieux contrôlée et maitrisée. Plus que jamais, la dimension
« occupation rationnelle de l’espace » figure en bonne place et est intimement liée aux
précédentes (croissance économique et démographique maitrisée) pour une gestion durable des
ressources naturelles (Diakité, 2008).

Selon le recensement général de la population et de l’habitat (RGPH, 2009), le taux

d’accroissement de Sikasso est estimé à 1,36%. Cette croissance démographique s’explique en
grande partie par l’exode rural dû à la présence des unités industrielles comme la CMDT
(Compagnie Malienne de Développement Textile), l’EMAMA (Entreprise Malienne de
Maintenance), le CECOM (Centre d’Etude, de Construction et de Maintenance), HAWYT
(Huilerie Abou Woro Yacouba Traoré), l’Usine de production de Thé à Farako, l’Usine de
transformation de graine de Coton en Huile (Usine Blo Diawara) et bien d’autres qui ne sont
pas encore répertoriées. Le développement de ces activités constitue un facteur important à
l’accroissement de la population de la ville. En l’absence d’un programme de planification
urbaine conséquente, l’extension urbaine constatée continuera à engendrer de nombreux
problèmes comme les constructions anarchiques avec leurs cortèges de sous-équipement et du
coût très élevé de l’urbanisation.

Ainsi, les problèmes soulevés et faisant l’objet de cette étude se résument comme suit :

 Recul des formations végétales attribué à l’extension considérable des bâties.

 La perte de la biodiversité.

A cet effet, pour évaluer et suivre la dynamique urbaine de la commune urbaine de Sikasso
certaines questions méritent d’être soulevées.

 Quelle est l'évolution spatiale de la commune urbaine de Sikasso entre 1975-1986 et

1986-2014 ?

 Quels sont les changements opérés dans la commune urbaine de Sikasso pendant les
périodes 1975-1986 et 1986-2014?
14
  Quel sera l’étendu de la commune urbaine de Sikasso en 2024 ?

1.2 Objectif de recherche

L’objectif général de cette étude est de comprendre la dynamique spatiale de la commune
urbaine de Sikasso afin de contribuer à l’amélioration de sa gestion.

Les objectifs spécifiques se présentent comme suit :

 Cartographier la dynamique spatiale de la commune urbaine de Sikasso de 1975 à 1986

et de 1986 à 2014 ;

 Analyser l’évolution spatiale de la commune urbaine de Sikasso, entre 1975-1986,

1986-2014 et 1975-2014 ;

 Faire une projection sur l’espace qu’occupera la commune de Sikasso en 2024 sur la
base des tendances évolutives constatées en 2014.

1.3 Clarification des concepts et théories

Cette partie a pour objet de clarifier les concepts clés à maîtriser pour saisir la dynamique de la
commune urbaine de Sikasso. Les concepts à clarifier sont: la dynamique, l’urbanisation, les
systèmes d’information géographique et la télédétection.
1.3.1 Dynamique
La dynamique est une modification sans cesse de notre environnement écologique qui se
manifeste par des interactions entre divers éléments. En ce qui concerne les facteurs explicatifs
des changements, Tchibozo (1981) montrait que la dynamique du milieu est beaucoup plus
liée à l’interaction des facteurs climatiques tel que: la température, l’humidité relative, le vent,
les précipitations. L’évaluation de cette dynamique est possible par plusieurs approches dont la
plus utilisée est l’approche diachronique qui met l’accent sur l’analyse du changement des
unités d’occupation. La dynamique est « un changement résultant d'un jeu de forces ...» (Brunet,
1992). Dans ce contexte, la dynamique est considérée comme un changement de l'occupation
du sol entre deux dates sous l'impulsion d'un ou de plusieurs facteurs.

1.3.2 Urbanisation
Selon Bories, cité par Diabagaté (2006), l'urbanisation qui peut être définie comme l'expansion
de la population, des activités et des espaces urbains est le phénomène majeur de ce siècle. Elle
s'effectue à un rythme de croissance moyenne de 2 % à l'échelle mondiale. Pour Frachon (1996),
l'urbanisation est un des mouvements en profondeur qu'occulte l'actualité immédiate, mais qui
n'en sont pas moins déterminants pour l'avenir car l'Afrique n'est plus rurale. L'auteur pense que

15
cette urbanisation est un facteur de modernisation car c'est en ville que les Africains trouveront
les modes d'organisation de la société et les modes de production adaptés à leur culture.

1.3.3 Systèmes d’Information Géographique (SIG)

Un système d'information géographique est un « ensemble de données repérées dans l'espace,
structuré de façon à pouvoir en extraire commodément des synthèses utiles à la décision ». En
d’autres termes, il s’agit de systèmes pour collecter, stocker, vérifier, manipuler, analyser, et
restituer des données spatialement référencées à la surface de la terre (Doe, 1987). Selon
Maguire et al (1991), « un Système d’Information Géographique (SIG) est un outil informatique
permettant d’organiser et de présenter des données alphanumériques spatialement référencées,
ainsi que de produire des plans et cartes. Ses usages couvrent les activités géomatiques de
traitement et diffusion de l’information géographique. La représentation est généralement en
deux dimensions, une animation présentant des variations temporelles sur un territoire est
possible ». Néanmoins avec les strictes définitions des SIG persistant des différents auteurs sont
essentiellement liées au fait que le vocable désigne à la fois :

- La compréhension de l’information géographique numérique ; et

- Les mises en pratique avec les produits qui sont réalisés avec cet outil.

En résumé, un SIG peut être défini comme un système informatique permettant, à partir de
diverses sources, de rassembler et organiser, d’analyser et de présenter des informations
localisées géographiquement contribuant notamment à la gestion de l’espace.

1.3.4 Télédétection
La Télédétection est définie comme la « technique qui, par l'acquisition d'images, permet
d'obtenir de l'information sur la surface de la terre sans contact direct avec celle-ci. La
télédétection englobe tout le processus qui consiste à capter et à enregistrer l'énergie d'un
rayonnement électromagnétique émis ou réfléchi, à traiter et à analyser l'information, pour
ensuite mettre en application cette information » (Centre Canadien de Télédétection, 1999).
Nous pouvons alors dire que la télédétection contribue à une meilleure bienveillance des
processus de l’univers. Les données de télédétection permettent de saisir d’un coup d’œil de
parties superficielles. Les prises de vue répétées de la même zone avec le capteur constituent
une source d’information unique pour les activités de suivi et de détection des changements.

16
1.4 Synthèse Bibliographique
La synthèse bibliographique est un rapport de recherche et de lecture qui vise à faire ressortir
les éléments pertinents à une hypothèse (pour ou contre) dans le texte d'un ou plusieurs auteurs.
Cependant, l’évaluation des études de la télédétection et du SIG dans la dynamique spatiale et
l’analyse des études de la dynamique spatiale de la commune urbaine de Sikasso ainsi que la
modélisation et les facteurs causales de cette dynamique spatiale, pourront mieux éclaircir le
choix et orienter le sujet d’étude.

A travers ces études, il convient de noter que la dynamique urbaine caractérisée par la
croissance démographique et la mobilité des hommes se déroulent avec beaucoup de difficultés
à Sikasso.

Nos investigations nous ont permis d'obtenir des informations sur les problèmes liés à
l'urbanisation non contrôlée dans cette commune.

Cependant, aucune étude n'a été menée sur cette commune dans ce domaine.

Notre étude veut donc palier à cette insuffisance à travers le thème « Apport de la télédétection
et des SIG dans l’étude de la dynamique urbaine à Sikasso (Mali) ». Il s'agira de montrer à
travers l'étude, les difficultés liées à la gestion durable d’une ville africaine.

1.4.1 Dynamique urbaine

Requier et al. (2004) attestent qu'en Afrique de l'ouest, l'espace est structuré par des dynamiques
informelles d'intégration régionale. L'étude souligne qu'il existe une configuration centre-
périphérie semblable à celle de la Côte d'ivoire qui se caractérise par des disparités au niveau
de la sous-région principalement entre le district de Bamako et les autres régions du Mali. Quant
à Repetti et Prélaz-Droux (2003), ils estiment que la gestion urbaine est un processus complexe
qui nécessité une base d'information conséquente et une grande coordination entre les acteurs
qui font la ville. En effet les échanges migratoires participent pour plus de 36 % à la croissance
démographique (INSEE, 2001). Kouzmine (2005) souligne que la dynamique urbaine au Sahara
Algérien résulte d'une succession historique de logiques politico-économiques qui ont marqué
spatialement ce territoire.

1.4.2 La gestion de l'environnement

Le livre « Ressources Mondiales, 1992-93) met en exergue la relation entre la gestion efficace
de l'environnement et l'avènement d'un développement durable. L'ouvrage contribue ainsi à une

17
meilleure gestion des ressources mondiales, à une sensibilisation accrue aux problèmes
environnementaux.

Plusieurs questions ont été abordées dans ce livre. Il s'agit entre autre de la préservation de la
biodiversité, de la gestion des déchets ménagers, des problèmes démographiques,... Enfin,
l'ouvrage fait des recommandations en insistant sur le fait que le développement durable doit
être soutenu par une gestion environnementale rigoureuse.

1.4.3 L'assainissement et la gestion des eaux usées

Le problème d'assainissement est un sujet d'actualité partout dans le monde et particulièrement
dans les pays en développement. Les études traitent de la gestion des eaux usées et des eaux
pluviales. « Assainissement des eaux usées et son impact sur la situation socio-sanitaire des
populations de Médina-Gounass » est le thème du Mémoire de Djigo (2005) au Sénégal. Selon
l'étude, pour renforcer l'adhésion des ménages dans la résolution des problèmes
d'assainissement, il est indispensable de mener des campagnes de sensibilisation et d'éducation
sur la gestion environnementale. Abordant dans le même sens, Mpakam (2006) souligne que le
problème d'assainissement est réel en Afrique. Dans son article « l'accès à l'eau potable et à
l'assainissement des villes des pays en voie de développement : cas de Bafoussam, Cameroun
» paru dans la revue scientifique vertigo, le problème de l'assainissement et de l'eau potable
n'est pas un problème isolé de la réalité urbaine dans les pays en voie de développement.

1.4.4 Occupation du sol

Selon (Diakite 2008) cite par Samaké (2012) l’accélération des dynamiques spatiales dans la
ville de Sikasso est liée à un essor socio-économique rapide, consécutif à la décentralisation
du territoire en 1992, et plus récemment, à partir des années 2003 avec l’avènement des
logements sociaux sur l’ensemble du territoire Malien. Pour ce même auteur, la dynamique est
l’effet des actions anthropique. Le taux annuel de la population ne cesse d’augmenter et la
protection des milieux naturels rendue difficile, alors que s’accroit la compétition pour l’accès
à la ressource foncière. La compréhension et le suivi des dynamiques d’occupation du sol, ainsi
que la représentation des changements qui affectent le territoire, constituent donc des enjeux
politiques, économiques et sociaux majeurs au Mali particulièrement dans la zone d’étude.
Différentes méthodes ont été employées pour étudier la dynamique mais c'est celle utilisant
les SIG qui nous intéresse. L’occupation des sols est une description physique de l’espace,
l’occupation (bio) physique observée de la surface terrestre, c’est-à-dire ce qui recouvre le sol
(Gregorio et Jansen, 1997). Pour Diop (2006), citant Merlin (2000) « l'extension des villes
s'est faite de façon spontanée et précaire avec le développement de bidonvilles sur des terrains
18
appartenant à l'Etat ou achetés à des lotisseurs privés et vers les périphéries et autres espaces
qui naguère étaient plus ou moins naturels ou à vocation agricole». Dans ce contexte
d'explosion démographique et d'intensification des activités économiques, les espaces
naturels jouent un rôle essentiel dans l'espace urbain, leur existence est nécessaire à la
production de l'oxygène et au recyclage des rejets gazeux afin d'assurer un équilibre
écologique. Ils ont cependant subi de fortes mutations. Ce sont généralement des phases de
dégradation qui se manifestent par leur régression spatiale et leur altération qualitative sous
l'influence de facteurs naturels mais surtout à cause d'une urbanisation galopante.

L’utilisation des données de télédétection à des fins de surveillance s’accompagne d’un travail
long et coûteux car il nécessite l’adoption d’une méthodologie et des fonctions de prétraitement
pour apporter les corrections géométriques et radiométriques requises. L’imagerie satellitaire
joue un rôle important dans l’aménagement du territoire, notamment lorsqu’il n’existe aucune
donnée de base et l’échelle relativement petite s’avère suffisante. L’utilisation des données
satellitaires et la capacité de détection et d’identification (des classes d’occupation des
sols, par exemple) dépendent des résolutions spectrale et spatiale des capteurs. La résolution
spatiale détermine l’échelle. La télédétection permet en principe d’établir des cartes au
1/50 000e ou 1/100 000e. Dans un paysage très urbanisé, une résolution spatiale de 20 m, par
exemple, ne permet pas une différenciation suffisante des objets dans la zone considérée.
Du fait de sa résolution spatiale relativement grossière, l’imagerie satellitaire produit des cartes
dont les échelles ne sont pas toujours appropriées. Les nouveaux systèmes à haute
résolution, comme IKONOS, offrent une résolution nettement plus fine et permettent d’établir
des cartes au 1/5 000e.

Cependant un accent particulier a été mis sur les documents ayant abordés les méthodes et
techniques des systèmes antérieurs de classification dans la cartographie de l’occupation du sol.
CORINE LAND-COVER utilise Cartographies de l’utilisation /occupation du sol à l’échelle
régionale/continentale. CORINE LAND-COVER (Europe/ une partie de l’Afrique du Nord)
CLC1990; CLC2000; CLC2006; changements 1990-2000; changements 2000-2006; 44

classes; formats vecteur ou raster. Le programme européen CORINE Land Cover propose une
description de l’occupation du sol selon une nomenclature territoires artificialisés (11 classes);
territoires agricoles (11classes); forêts, milieux semi-naturels (12 classes) et zones humides,
surfaces d’eau (10classes). Donc on va se basé sur CORINE LAND-COVER pour mener bien
notre classification en tenant de la nomenclature et de la légende.

19
La bibliographie récente est riche en recherches sur l’application de la méthode de
détection des changements de la couverture végétale et de l’occupation des terres avec des
images des capteurs de Landsat (par exemple Millette et al, 1995 ; Toutoubalina et Rees,
1999 ; Rigina et al. 1999 ; Lopez et al., 2001 ; Woodcock et al., 2001 ; Rees et al., 2003
et Tømmervik et al., 2003).

20
CHAPITRE II DESCRIPTION DU MILIEU D’ETUDE
2.1 Situation géographique de la commune urbaine de Sikasso
Le Mali, s’étend entre le 10ème et le 25ème degré de latitude nord d’une part entre le 4ème degré
de longitude Est et le 12ème degré de longitude Ouest sur une superficie de 1.241.238 km²
enclavé au cœur de l'Afrique occidentale partageant ses frontières avec sept autres pays. Il
s’étend du nord au sud sur 1500km et d’est en ouest sur 1800km partageant sur 7 200km des
frontières avec l’Algérie au Nord, le Niger à l’Est, la Mauritanie et le Sénégal à l’Ouest, la
Guinée Conakry, la Côte d’Ivoire et le Burkina Faso au Sud. Sa population est de 15. 968. 882
habitants eviron. L'économie malienne repose sur le secteur primaire (agriculture, élevage,
pêche, exploitation forestière) qui occupe 80% de la population active. Au Mali, les
précipitations sont variables et dans le temps et dans l'espace. Les sécheresses les plus
sévères ont sévi dans les années 1970 et 1980. Elles ont entraîné une très forte mortalité du
cheptel et des arbres, la réduction de la production céréalière et les migrations de
populations. La superficie initiale de Sikasso est de 27.550 Km². Mais aujourd’hui ses limites
sont entièrement disloquées surtout avec le rattachement de 28 villages de l’ex
arrondissement centrale à la commune de Sikasso (USAID-Mali, 2011). Elle s’étend entre les
latitudes11°00′ et 11°30’ N et les longitudes 5°00’ et 5° 50′ W. La figure 1 illustre la
présentation de la zone d’étude.

21
 Figure 1: Présentation de la zone d’étude – commune urbaine de Sikasso

2.1.1 Situation historique et administrative de la commune urbaine de Sikasso

La ville de Sikasso, capitale du royaume Sénoufo a fondée au début du XIXème siècle est
aujourd'hui la capitale régionale par sa population estimée environ à 114.121habitants (RAVE
1998) et 198.207 habitants (RAVEC 2009). Elle est la deuxième ville du Mali et la troisième
par son développement économique. Son taux d'accroissement annuel moyen est de 1,47%.
(DNSI 2013)

Capitale de la 3ème région administrative du Mali, la ville de Sikasso fut érigée en commune de
plein exercice par l’arrêté N°1250/AP du 17 février 1954 du Gouverneur Général de l’Afrique
Occidentale Française. Elle est devenue une commune urbaine suivant la loi N°97-020 du 7
mars 1997. Sikasso est une commune qui se situe au sud-ouest du Mali et à une distance de
375 km au sud-est de Bamako. Elle se située à 100km de la frontière de la Côte d'Ivoire et à
45km de celle du Burkina Faso. Elle est considérée comme une "ville-carrefour" des pays
côtiers (Togo, Bénin, Ghana, Côte d’Ivoire) et des pays enclavés (Burkina Faso et Mali). La
commune de Sikasso comprend quinze, quartiers et vingt-huit villages. Ville-carrefour, de par
sa position géographique et économique, Sikasso est devenue un lieu d’immigration pour les
ressortissants de toutes les Communes du Mali.

22
2.2 Cadre physique de la commune urbaine de Sikasso
Dans la commune de Sikasso, le relief est identique à celle de l’Afrique de l’ouest (USAID-
Mali, 2011). Il englobe une couverture gréseuse reposant sur le socle Birimien (époque du
Protérozoïque au Précambrien) (promisam, 2008). Le relief est en général plat et monotone,
formé de plaine et de plateau. L’altitude moyenne de cet ensemble tabulaire se situe entre
300 et 400 m.

2.2.1 Climat
Le découpage de l’année en saison se caractérise par l’alternance d’une saison sèche et d’une
saison humide appelée hivernage. La longueur de la saison varie selon la latitude. Elle dure 5 à
6 mois. A Sikasso l’hivernage s’étend de juin à octobre. Les inter-saisons sont plus ou moins
marquées et correspondent à des mois « ni pluvieux, ni sec ».

Située au Sud du pays, la ville de Sikasso est localisée dans la région la plus arrosée du pays
que l’on nomme la zone soudano-guinéenne. Les précipitations moyennes annuelles sont
supérieures à 1300mm, parfois elles dépassent 1500mm. La saison des pluies est relativement
longue (5 à 6 mois) avec plus de 90 jours par an. Durant le mois d’Août, le plus arrosé,
l’humidité relative est supérieure à 80 %.

Sur le plan thermique, les températures du mois d’Avril, mois le plus chaud, sont d’environ
30° c (la moyenne des maxima en mars avril est de 37°c). Les températures moyennes du mois
de Décembre, mois le plus frais, sont d’environ 24°.L’amplitude thermique annuelle d’environ
6° est faible. On remarque que la température fléchit également pendant les mois d’hivernage
(de Juin à Septembre).

23
2.2.2 Précipitations moyennes mensuelles commune urbaine de Sikasso (1975 à 2013)
400 150 350 150
350 300
125 125
300
250
100 100
250
Pluie (mm)

Pluie (mm)
200

T (°C)

T (°C)
200 75 75
150
150
50 50
100
100
25 50 25
50
0 J F M A M J J A S O N D
0 0 J F M A M J J A S O N D
0
Pluie (mm) 0 0 8 47,3 106 168 248 196 341 84,7 31 0 Pluie (mm) 0 17,7 1,8 106 165 101 208 323 204 0 0 0
T (°C) 22,4 25,5 29,1 31,2 29,1 27,3 25,1 25,9 25,2 27,2 24,5 23,7 T (°C) 22,7 28,1 29,5 31,1 29,8 27,5 26,1 25,4 26 27,7 26,2 22,9

Année 1975 Année 1986

450 150
400
125
350
300 100
Pluie (mm)

250
T (°C)

75
200
150 50
100
25
50
0 J F M A M J J A S O N D
0
Pluie (mm) 0 0 5,3 89,1 53,2 161 254 407 181 91 31,4 0
T (°c) 24,5 27,9 31 30,7 30,1 27,5 26,1 25,6 26,2 28 28,2 24,8

Année 2013

Source : DNM 2013

Figure 2: Diagramme ombrothermique de la station de Sikasso (1975, 1986, 2013)

L’analyse de cette graphique montre trois (3) régimes pluviométriques tri modales. Elle montre
que le mois d’aout est le plus arrosé. Les mois de janvier, février mars, avril, et décembre sont
secs. Les mois de mai, juin, juillet, aout, septembre, octobre et novembre sont pluvieux.
Pendant la saison pluvieuse, l’humidité qui s’installe affecte beaucoup les ordures qui
deviennent lourdes et ont tendance à se coller au sol. Cette condition climatique favorise
l’activité bactérienne (Traoré, 2008). Pendant la saison sèche, la chaleur forte dessèche les
ordures. L’harmattan, vent chaud et sec souffle pendant cette saison sèche et transporte les
ordures légères. Il est de direction Nord Est; la mousson, de direction Sud-ouest, souffle
pendant l’hivernage et provoque la pluie.

24
2.2.3 Peuplement
La position carrefour et les conditions climatiques favorables à l’agriculture font de Sikasso
une ville cosmopolite où cohabitent harmonieusement les populations autochtones :

(Sénoufos, Minyankas, Bambara, Bobos, Dioulas, Peuhls, Dogons, Sonrhaï, Samokos,

Soninkés), et des Peuples, d’autres nationalités. Deuxième ville du Mali en termes de
population, avec un taux d’accroissement annuel moyen de 1,47 en 2013. La densité de la
population était de 8,57 habitants par km². Ce qui signifie que la population de la commune
de Sikasso s’accroît rapidement.

L’agriculture, le commerce, l’artisanat et l’industrie sont les principales activités de la

population. La production agricole est abondante. Les fruits et légumes sont disponibles
toute l’année et l'autosuffisance alimentaire est assurée à la différence du reste du Mali

Source: DNSI-DCR 2013

Figure 3: Carte de la population

L’examen de cette figure révèle que le taux de la population est plus élevé à Sanibougou I. Ce
taux est moyen dans les autres quartiers et faible à Sirakoro et à Sabalibougou.

25
Tableau I: Répartition de la population de la ville de Sikasso (année et accroissement)

Accroissement
Années Population (chiffres en nombre d’habitant)
(naturel, en %)
1987 73859 0,95
1998 114121 1,16
2009 198207 1,36
2013 236134 1,47
Source : DNSI-DCR

Le tableau ci-dessus constitue un récapitulatif des chiffres du peuplement de Sikasso à travers

les années après la régionalisation. Ainsi la ville, en tant que capitale ou chef-lieu de la vaste
région de « Sikasso », a connu une croissance de la population presque régulière suivant les
années.

Le phénomène démographique entrainera une pression sur les services et biens publics existants
(hôpitaux, écoles eau, électricité). L’évolution démographique emmènera aussi de profondes
mutations surtout si aucune politique de réorientation de la population n’est mis en œuvre. Elle
va accroitre considérablement la question foncière qui continue de se poser avec plus d’acuité
dans cette commune. Ainsi la répartition spatiale de la population par ans se présentait comme
suit d’après les données issues du RGPH de 1987 et 2013.

Sikasso
236134
198207
Populations

114121

73859

1987 1998 2009 2013

Années

Source : DNSI-DCR

Figure 4: Répartition spatiale de la population de Sikasso entre 1987 et 2013

Les écarts de densité de population entre les années ne semblent pas très importants. Toutefois,
la densité des années est beaucoup plus importante, du fait des nouveaux lotissements et de la

26
prolifération des bâtis spontanés. La densité moyenne de la population par conséquent, est
estimée au niveau régional à 35 habitants/km², d’après les derniers résultats du RGPH 2009.

25000
Nombre Population

20000
15000
10000
5000 Population 2013

Sirakoro Route de…

0 Hommes

Quartier-Residentiel
Mancourani I

Wayerma II
Mamassoni
Banconi

Natien
Kaboila I
Babemba

Medine
Hamdallaye
Bougoula-Ville

Wayerma I
Fama

Fafiabougou-Koko

Sabalibougou
Mancourani II
Bougoula-Hameau

Kaboila II

Sanoubougou II
Sanougoubou I
Femmes

Quartiers

Source: DNSI-DCR 2013

Figure 5: Population de Sikasso en 2013

Le premier recensement général de la population de 1976, et la deuxième de 1987 faisant état
de la situation démographique et social du pays, a permis de dénombrer 73.859 habitants (dont
50,34 % d’hommes et 49,66 % de femmes). Le troisième de 1998 a dénombré une population
de Sikasso qui est de 114.121 habitants, (51% d’hommes et 49 % de femmes).Le quatrièmes de
2009 a quant à lui dénombré une population de 198.207 habitants, (50,56 % d’hommes et 49,44
% de femmes), (DNSI-DCR- RGPH du Mali).

Comme la plupart des pays en développement, la population de Sikasso est caractérisée par une
extrême jeunesse. En effet entre 1987 et 2013 la densité de population de la ville de Sikasso est
élevée de (8,57 hbts/km²). Elle dénote une forte concentration de la population dans cette ville.
(INSTAT 2013)

27
CHAPITRE III : DEMARCHE METHODOLOGIQUE
Ce chapitre présente des données et des méthodes utilisées pour analyser la dynamique urbaine
de la commune de Sikasso.

3.1 Matériels
Les données utilisées dans le cadre de cette étude sont repartis en deux types. Il s’agit des
données primaires et des données secondaires.

3.1.1 Données primaires

[Link] Données satellitaires
Les images Landsat constituent les données de base de ce travail. Elles ont été téléchargées sur
le site GLCF et USGS. Ces images Landsat sont de dates différentes :

- Une image satellitaire Landsat MSS du 17/11/1975, Une images Landsat TM du

24/11/1986 et Une images Landsat 8 OLI du 04/01/2014, (Global Land Cover Facility
[Link] (United States Geological Survey
[Link] pour l’image 2014; L’image QuickBird, a été obtenue à l’Institut
Géographique du Mali et date de 2010. Nous alons utilisé l’image QuickBird pour valider la
classification des images Landsat de la zone d’étude.
3.1.2 Données secondaires
[Link] Cartes existantes
Une feuille topographique datant de 1996 obtenues auprès de l’IGM. NC-30-XIX Sikasso ;
obtenues à l’Institut Géographique du Mali. Les cartes topographiques ont servi pour
l’extraction des zones d’étude sur les images Landsat.
Les données météorologiques et socio-économiques de cette étude sont essentiellement
Composées de :
- Données météorologiques de la zone d’étude de 1975 à 2013 collectées auprès de l’Agence
Nationale de la Météorologie du Mali (ANM) ;
[Link] Données démographiques
- Données démographiques de RGPH 1987, 1998,2009 et de 2013 de la zone d’étude acquises
auprès de l’INSTAT, elles sont établies dans Excel pour montrer l’évolution de la population
de la ville de Sikasso.
Les données socio-économiques du Mali et de la zone d’étude obtenues à la bibliothèque du
RECTAS, sur l’internet et au conseil de cercle, la Mairie, Gouvernorat, de Sikasso.

28
Nous disposons du plan de la ville de Sikasso et les données sur la dynamique urbaine. Les
données utilisées dans le cadre de cette étude sont présentées dans le tableau ci-dessous

Tableau II: Caractéristiques et utilités des données de l’étude

Echelle /
No Type Format Date Source Utilité
Résolution

Image landsat 60 m GLCF

1975 Information extraire :
MSS 30m
1 TM
TIFF
30 m
1986
USGS
Utilisation et
2014 d’occupation du sol
Landsat 8 Earthexplorer

Institut
Numérique Extraction : Bâti et
3 Image Quickbird
(Raster)
1,60 m 2010 Géographique
espace aménagé
du Mali
Présentation de la zone
Carte de
d’étude et les
4 décentralisation TIFF 1/200 000 1990 IGM
découpages des
du Mali
communes
Données 1987- Courbe d’évolution de
5 démographiques
Excel -
2013
INSat
la population
Identification des
Institut
Carte parcelles
Numérique Géographique
6 Topographique 1/200000 1996 d’entrainement sur
(vecteur) du Mali
l’image pour une
précision

[Link] Outils ou matériels utilisés

 Les outils ou matériels utilisés dans cette sont les suivantes :

- Matériels : Ordinateur portable - DELL …. ;

 Les logiciels utilisés sont :

- ENVI 05.1 utilisé pour le traitement des images.

- ArcGIS 10.2.1 utilisé pour le géoréférencement, la création de la base des données

spatiales, la Numérisation des couches et l’édition des cartes ;

- IDRISI 17.0 Edition Selva, utilisé pour la prédiction.

3.2 Méthodologie adoptée

La démarche méthodologie est présentée par objectifs spécifiques.

3.2.1 Cartographie la dynamique spatiale de la commune urbaine de Sikasso de 1975, 1986

et 2014

[Link] Géo référencement

29
Il permet de passer d’un système de coordonnées pixel (i, j) propre à l’image à un système de
coordonnées appartenant à un référentiel spatial connu du terrain (X, Y). Et pour cela, il est
recommandé que la carte raster de la même zone utilise le même géoréférencement, parce que
l’opération raster dans laquelle les cartes rasters sont combinées aura de sens si les pixels sur
les cartes correspondent à la même zone sur le terrain.

[Link] Conception et création de la base de données

Un système de Base de données est un conteneur de données. Ce sont des systèmes informatisés
de maintien de dossiers. Le stockage de ces informations facilite leur exploitation (ajout, mise
à jour, recherche de données, requêtes, analyses, visualisation cartographique..) et la
satisfaction de plusieurs utilisateurs de façon simultanée. (TOKO, 2011).
La base de données facilite les requêtes ou interrogations qu’on peut faire sur les données lors
des prises de décisions. La conception de ces bases de données relationnelles qui constitue la
tâche la plus ardente du processus de développement du Système d’information Géographique
(SIG), préconise par des méthodes, une démarche en étapes et font appel à modèle pour
représenter les objets qui composent les systèmes d’information, les relations existantes entre
ces objets ainsi que les règles sous- jacentes. Dans cette étude, la Base de Données peut procurer
à la commune urbaine urbaine un contrôle centralisé de ses données opérationnelles en vue
d’une meilleure gestion de la ville de Sikasso.
La modélisation a trois (3) phases principales qui correspondent à trois niveaux d’abstraction
différents:
1- La phase conceptuelle ou modélisation conceptuelle,
2- La phase logique relationnelle ou modélisation logique relationnelle,
3- La phase physique ou implémentation de la conception.

30
 Besoins des
Réalité utilisateurs

Vue 1 Vue 2 Vue 3

Choix du modèle
Modèle conceptuel
PHASE

DE Modèle relationnel Choix du modèle

logique
CONCEPTION
Modèle physique Choix du logiciel
pour l’exécution

PHASE
Données
DE géographiques et
Base de données attributaires
CONSTRUCTION

Figure 6: Schéma de la construction de la base de données

[Link] Niveau conceptuel des données

Il est question de faire une abstraction de la réalité. Cette abstraction nécessite un effort
intellectuel profond sur le sujet afin de pouvoir identifier et de déterminer les différentes entités
qui permettront la composition de la base de données. Il détermine le contenu de la base de
données et la nature des relations entre entités. Cette conception a nécessité la prise en compte
des entités présentées dans le tableau III.

31
Tableau III: Entités et caractéristiques attributaires de la base de données
Entités
Attributs Types de données
Id_ Com
Entier
Commune Nom_Com
Caractères
Superficie_com Entier
Id_Quart
Entier
Quartiers
Nom_Quart Caractères
Id_popu
Entier
Effectif_Popu
Population Entier
Activité_popu
Caractères
Id_ occ_sol
Entier
Occupation du sol
Type_occ_sol Caractères
Superficie_occ_sol Entier

Le modèle conceptuel conçu est représenté sous forme de vecteur où les détails de terrain sont
représentés par des points, lignes et polygones. La figure suivante présente la structure du
niveau conceptuel des données.

32
 Commune
Id_Route

Id_ Com
Nom_Com
Superficie_com

Contient Renferme

Occupation du sol
Quartiers
Id_ occ_sol
Id_Quart
Type_occ_sol
Nom_Quart
Superficie_occ_sol

Abritent Utilisent
Populations

Id_ popu
Effectif_Popu
Activité_popu

Figure 7: Modèle conceptuel des données

33
[Link] Niveau logique relationnel
La logique relationnel permet d’établir les liens entre les différents entités, après avoir définit
les différentes entités et leurs attributs. Cette phase consiste à décrire la structure de la base de
données et à transformer les entités du schéma conceptuel en tableau à deux dimensions. Ainsi,
chaque entité possède une clé primaire dans une table dont les valeurs identifient de manière
unique chaque ligne ou enregistrement. La figure suivante représente le modèle logique
relationnel de la base de données ainsi conçue.

Commune
Id_Comm Nom_Comm

Occupation du sol
Quartiers Superficie_
Id_Com Type_Occ_sol Id_Occ_sol
occ_sol
m
Id_Quartier Nom_Qartiers Id_Comm

Population
Effectif_Population Id_occ_sol Activité_Population
Id_Quartier Id_ Population

Figure 8: Model logique relationnel

34
[Link] Niveau physique ou implémentation
Le niveau physique est utilisé afin de décrire les méthodes d’organisation, d’accès et
d’utilisation aux données de la base. Il s’agit du choix du logiciel et la réalisation des tables.
La réalisation de cette base est faite d’abord dans Microsoft Access, puis récupérer dans le
logiciel Arc GIS pour être compléter par les données spatiales. Le schéma physique dans Access
se présente comme suit.

Figure 9: Schéma physique

Dans ArcGIS l’utilisation d’ArcCatalog permet de créer le "personnel geodatabase", le "feature
data set" et les "feature class" qui sont des fonctions permettant de gérer les attributs des
différentes entités géographiques dans l’environnement ArcGIS. C’est comme la présentation
des entités dans les tables créées dans Microsoft Access. Ici il s’agit de créer dans notre
répertoire de travail et dans la composante ArcMap, les différentes structures de base de
données comme précédemment présentées.
3.3. Traitements des Données
Les traitements des données adoptées dans ce travail ont fait l’objet d’un certain nombre
d’opérations.

35
3.3.1. Délimitation de la zone d’étude
Les fichiers de forme (Shape files) de la ville ont été créés dans ArcGIS puis enregistrés sous
un format reconnaissable qui a été utilisé pour extraire la zone.

3.3.2. Redimensionnement des images

Du fait du décalage des résolutions spatiales des images MSS (60m), TM (30m) et Oli (30m),
les images de MSS a été redimensionnées par rapport à celle de TM et Oli afin de permettre la
superposition des couches extraites de chacune de ces images.

3.3.3. Composition colorée

La composition colorée (combinaison de plusieurs bandes) consiste à combiner qualitativement
les trois bandes spectrales d’une image permettant d’améliorer sa qualité graphique et une
bonne interprétation visuelle.

Les bandes "3 2 1" ont été utilisées pour l’image MSS.

Les bandes 4 3 2 ont été utilisées pour l’imageTM.

Les bandes 5 4 3 ont été utilisées pour l’image Oli

 Le canal du proche infrarouge est mis dans le canal du rouge

 Le canal du rouge dans celui du vert
 Le canal du vert dans celui du bleu

L’interprétation visuelle

C’est un processus d’extraction d’information utiles par inspection, identification et la

reconnaissance de détails contenus sur les images satellitaires à l’œil nu.

Tableau IV: Identification des détails de la composition colorée par interprétation visuelle.
Représentation (couleur) des unités de paysage
Détails Images AGG SA PE CJ SN SAT FR
MSS, TM, et Cyan Vert foncée Bleu nuit Blanc forme Blanc Vert bleuté Rouge
Oli géométrique

AGG= Agglomération ; SA= Savane Arborée ; PE= Plan d’eau ; CJ= Champs et jachère ; SN= Sol nu ;
SAT= Savane arbustive ; FR= Forêt.

3.3.4. Classification supervisée

La classification supervisée a été utilisée compte tenu de la connaissance antérieure du terrain.

36
Elle consiste à identifier visuellement un certain nombre d’objets sur l’image. Ces objets
naturels ou artificiels peuvent être ponctuels, linéaires ou surfacique.

La classification dans ENVI comme dans tout autre logiciel de traitement d’image se déroule
en quatre phases essentielles qui sont :

 La définition de la légende du ROI (Regions of Interest) ;

 La description des différentes classes ;

 Le choix des parcelles d’entrainement (ou régions) ;

 Le choix de l’algorithme de classification.

3.3.5. Définir le ROI dans ENVI 5 .1

Les classes suivantes ont été définies pour le ROI : Agglomération, Savane arborée/arbustive,
Plan d’eau, zone de culture, sol nu. L’algorithme "Maximum Likelihood" (maximum de
vraisemblance) est choisi pour la classification. Il permet de classer les pixels inconnus en
calculant pour chacune des classes la probabilité pour que le pixel tombe dans la classe qui a la
plus forte probabilité. Cependant le pixel sera classé inconnu si la probabilité n’atteint pas le
escompté

3.4.. Analyse de l’évolution spatiale de la commune urbaine de Sikasso, entre 1975-1986,

1986-2014 et 1975-2014
Les résultats de la classification des trois dates ont permis d’analyser la dynamique spatiale de
la ville de Sikasso de 1975 à 1986; de 1986 à 2014 et de 1975 à 2014, grâce à l’approche de
"détection des changements" dans ENVI. Avant de procéder au « Change Detection » la
fonction « masking » a été effectuée pour extraire la superficie exacte de la zone d’étude

3.4.1 Les analyses statistiques

L’analyse de la dynamique de l’occupation du sol a été faite grâce à l’approche détection des
changements afin de comparer les différentes classes d’occupation du sol de 1975 à 1986 et de
1986 à 2014. En effet, la proportion de couverture et le taux d’expansion moyenne annuelle de
chaque type d’unité ont été calculés. Ces variables ont été obtenues à partir des superficies
générées dans le logiciel ArcGIS qui nous a permis d’identifier les différents thèmes sous forme
de couches d’où une possibilité de calculs des surfaces et du rythme des changements. Le calcul
(𝑡𝑛−𝑡0)
du taux d’évolution est établi à partir de la formule suivante 𝑟 = ∗ 100.
𝑡0

𝑟 = Taux de croissance d’une unité d’occupation du sol entre deux intervalles de temps

37
𝑡𝑛 =Superficie d’une unité d’occupation du sol à l’année d’arrivée

𝑡0 = Superficie d’une unité d’occupation du sol à l’année de départ

Pour quantifier les changements de l’occupation du sol en termes de superficie convertie, la

matrice de transition a été générée. Le principe de la matrice de transition est de considérer le
paysage comme un ensemble de cellules dont chacune peut être classée dans une catégorie
d’occupation du sol. Chacune des cellules peut changer d’état entre deux dates. En effet, entre
1975 et 1986, certaines unités d’occupation du sol se sont converties en d’autres. Il en est de
même qu’entre 1986 et 2014. La matrice de transition permet ainsi de décrire de manière
condensée les changements d’état des cellules d’occupation du sol pendant une période donnée
(Schlaepfer, 2002, cité par Oloukoi, 2006)

A travers la matrice de transition on a généré intensités de changement des unités d’occupation

du sol avec le fichier Excel de Pontius Matrix

3.5. Modélisation du changement et de la Prévision de l’occupation du sol

IDRISI donne la possibilité de prédire l’état des formations végétales pour un processus
dynamique de prévision de changement des unités d’occupation du sol. Cela se passe par la
modélisation. Cette modélisation se fait en trois phases :

 La constitution de la base de connaissances de la dynamique spatio-temporelle de

l’occupation du sol par évaluation multicritère (EMC) des variables
environnementales. Les variables environnementales d’origine sont transformées, pour
chacun des types d’occupation du sol, par traitements statistiques et par logique floue
en plans de probabilité d’occurrence de chacune des catégories d’occupation du sol.
Celle-ci est appelée également variable dynamique. Une variable dynamique est une
qui change de caractère avec le temps. Par exemple, une des variables liées à une
transition spécifique pourrait être la distance des secteurs déboisés. Car le temps
progresse, l'ampleur de ce secteur d’urbanisation augmentera, changeant de ce fait cette
variable de distance. Ces plans de probabilité résultants, se basent sur les périodes
d’apprentissage (1975 à 1986, 1986 à 2014 et 1975 à 2014) et servent à l’allocation
spatiale des probabilités de transition ou encore matrice de probabilité de transition. La
matrice de probabilité de transition est un fichier de textes qui enregistre la probabilité
que chaque unité d’occupation du sol changera ou convertira en une autre unité
d’occupation du sol.

38
  Le calcul des probabilités de transition par Analyse de Chaînes de Markov (ACM) entre
les dates de la phase d’apprentissage et la date simulée (2024– dernière date connue) a
permis de mettre en évidence la moyenne des probabilités de transition obtenues des
périodes de: 1975-1986, 1986-2014 ; et 1975-2014. Cela donne une probabilité de
transition standard, considéré comme un modèle externe.
 L’allocation spatiale des probabilités de transition markoviennes : cette dernière étape
utilise les résultats catégoriels de l’EMC. Ceux-ci sont intégrés, par Evaluation Multi
Objectif (EMO), en une seule carte d’occupation du sol (occupation du sol en 2014)
simulée, laquelle est traitée par un Automate Cellulaire (AC) basé sur un filtre de
contiguïté spatiale.

Dans le cadre de l’étude, toutes les unités d’occupation du sol sont prises en compte. Ces unités
sont réparties en deux ensembles : (Plan d’eau, Sol nu, zone de culture, et Agglomération).
Parmi autres unités d’occupation du sol : les sols nu, les champs/jachères et agglomérations
sont considérés comme des facteurs anthropiques. L’exactitude de la carte de prédiction est
déterminée à l’aide de la carte de validation par la formule suivante :

A | B | B = Hits (vert) – le changement prévu par le modèle a changé

A | A | B = Misses (rouges) – le changement prévu par le modèle et les unités stables

(Persistance) ont changé

A | B | A = False Alarms (jaune) – le changement prévu par le modèle et les unités stable n’ont
pas changé (persisté)

39
 Images Landsat Carte Topographique
MSS/1975 Carte de la Données
TM/1986 Décentralisation Démographiques
Landsat 8/2014

Images Quickbird Géoréférencement et Etablissement des

2010 Géocodage données statistiques
Dans Excel
E
N Arc GIS
Composition V
colorée, I Carte de
Intégration des
Extraction de la prédiction
Données
Zone d’étude et
Classification Excel
Vectorisation
Carte
1975
1986
Numérisation 2014
Arc GIS
Base de Données

Analyse des
Résultats
Données

Figure 10: Diagramme méthodologique

40
3.6. Validation de la classification
Pour la validation de la classification nous avons procédé à l’élaboration d’une matrice de
confusion. En plus de la matrice de confusion, nous avons effectué des calculs pour déterminer
les pourcentages d’occupation du sol de chacune des formations présentes dans le milieu
d’étude. La matrice de confusion autorise de sortir le pourcentage des erreurs d’omission et les
erreurs de commissions des unités d’occupation du sol. Pour nous faciliter la tâche, nous avons
utilisé les formules suivantes :

𝑁𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑖𝑥𝑒𝑙𝑠 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 (𝐶𝐼)

𝑰𝑺𝑽 =
𝑁𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑖𝑥𝑒𝑙𝑠 𝑑𝑢 𝑡ℎè𝑚𝑒 𝑇𝐼 𝑠𝑢𝑟 𝑙𝑒 𝑡𝑒𝑟𝑟𝑎𝑖𝑛

𝑁𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑖𝑥𝑒𝑙𝑠 𝑑 ′ 𝑢𝑛𝑡ℎè𝑚𝑒 𝑏𝑖𝑒𝑛 𝑐𝑙𝑎𝑠𝑠é 𝑑𝑎𝑛𝑠 𝑠𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 (𝐶𝐼)
𝑰𝑪𝑽 =
𝑁𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑖𝑥𝑒𝑙𝑠 𝑑𝑢 𝑡ℎè𝑚𝑒 𝑇𝐼 𝑠𝑢𝑟 𝑙𝑒 𝑡𝑒𝑟𝑟𝑎𝑖𝑛

𝑁𝑜𝑚𝑏𝑟𝑒 𝑑𝑒𝑠 𝑝𝑖𝑥𝑒𝑙𝑠 𝑏𝑖𝑒𝑛 𝑐𝑙𝑎𝑠𝑠é𝑠 𝑑𝑎𝑛𝑠 𝑙𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 (𝐶𝐼)

𝑰𝑷𝑪 =
𝑁𝑜𝑚𝑏𝑟𝑒 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒𝑠 𝑝𝑖𝑥𝑒𝑙𝑠 𝑑𝑒 𝑙𝑎 𝑐𝑙𝑎𝑠𝑠𝑒 (𝐶𝐼)

- L’indice statistique de validation (ISV)

- L’indice cartographique de validation (ICV)

- L’indice de précision cartographique(IPC)

Tableau V: Matrice de confusion d’image MSS classifiée de 1975

Class Unités Erreurs de
d’occupation Commission
du sol BT S A/A SN ZC PE Total IPC %
BT 808 0 0 0 0 808 1 0
S A/A 25 599 0 0 0 624 0,95 0,05
SN 6 0 309 0 0 315 0,98 0,02
ZC 0 52 0 1041 0 1093 0,95 0,05
PE 0 115 0 0 1093 1208 0,90 0,1
Total 839 766 309 1041 1105 4060
ICV 0,96 0,78 1 1 0,98
Erreurs
d'omission % 0,04 0,22 0 0 0,02

ICV : indice cartographique de validation

IPC : indice de pureté des classes

Précision total est: 0,948275862 94.8276%

Kappa Coefficient = 0.9332

P E = Plan d’eau

Z C = Zone de culture

S A/ A B = Savane arborée/ Arbustive

S N = Sol nu

B T= Bâti

Le tableau ci-dessous présente la matrice de confusion de l’image MSS pour les différentes
unités d’occupation du sol en 1975 dans la ville de Sikasso. Les unités d’occupation retenues
sont :

Le plan d’eau, zone de culture, Savane arborée/ arbustive, Sol nu, n’ont pas connus une grande
confusion avec les autres unités. Ces unités présentent moins erreurs de commission et
d’omission. Par contre, l’unité comme Savane arborée/ arbustive donnent de forts pourcentages
d’erreurs de commission et le bâti donne le plus fort au niveau d’omission. Ceci est dû au
classement de certains de leurs pixels dans d’autres classes et au classement de certains des
pixels des autres classes dans leurs classes.

Malgré ces confusions notées entre ces classes, l’exactitude totale est évalué à 94.8276% ce
qui permet d’accepter le résultat de cette classification.

42
Tableau VI: Matrice de confusion d’image TM classifiée de 1986
Class Unités Erreurs de
d’occupation Commission
du sol BT S A/A SN ZC PE Total IPC %
BT 768 0 0 0 0 760 1,01 -1,01
S A/A 0 1103 0 0 0 1103 1 0
SN 0 0 152 0 0 152 1 0
ZC 3 0 98 365 0 466 0,78 0,22
PE 0 0 0 0 99 99 1 0
Total 771 1103 250 365 99 2588
ICV 0,99 1 0,60 1 1
Erreurs
d'omission % 0,01 0 0,4 0 0

ICV : indice cartographique de validation

IPC : indice de pureté des classes

Précision total est: 0,960973725 96.0974%

Kappa Coefficient = 0.9440

S N= Sol nu

P E = Plan d’eau

B T = Bâti

S A/ A B = Savane arborée/ Arbustive

Z C = Zone de culture

Le tableau VI constitue la matrice de confusion de l’image TM montrant une confusion plus

élevée dans l’assignation précise des unités d’occupation du sol, en effet la savane arborée /
arbustive, bâti, sol nu, zone de culture et le plan présente des erreurs moins élevées dans la
commission et l’omission de la zone de culture et du sol nu qui ont eu des erreurs peu élevées,
et au niveau de l’indice de pureté le bâti a eu le pourcentage le plus élevé. Mais les autres
unités de classe, ont été bien classées, mais avec quelques erreurs.

L’exactitude totale évaluée à 96.0974% témoigne malgré tout, d’une bonne classification de
l’image.

43
Tableau VII: Matrice de confusion d’image OLI classifiée de 2014
Class Unités Erreurs de
d’occupation Commission
du sol BT S A/A SN ZC PE Total IPC %
BT 981 0 0 0 0 981 1 0
S A/A 0 1034 0 0 1 1035 0,99 0,01
SN 0 0 143 0 0 143 1 1
ZC 36 8 4 820 0 868 0,94 0,06
PE 0 0 0 0 143 143 1 0
Total 1017 1043 147 820 145 3171
ICV 0,96 0,99 0,97 1 0,98
Erreurs
d'omission % 0,04 0,01 0,03 0 0,02

ICV : indice cartographique de validation

IPC : indice de pureté des classes

Précision total est: 0,984547461 = 98.4547%

Kappa Coefficient = 0.9785

B T = Bâti

S A/A B = Savane arborée/ Arbustive

P E = Plan d’eau

Z C = Zone de culture

S N = Sol nu

Le tableau VII constitue la matrice de confusion de l’image Oli. Il montre parmi les unités
d’occupation du sol qui ont connu une grande erreur de commission ; la zone de culture et le
bâti sont ceux qui ont eu une grande erreur d’omission. Au niveau de l’indice de pureté le bâti,
sol nu, plan d’eau ont les mêmes valeurs, et indice cartographique de validation. La zone de
culture a la plus forte valeur d’erreur unité d’occupation. Malgré ces confusions notées entre
les classes, l’exactitude totale évaluée est de 98.4547% celle-ci atteste malgré tout une bonne
classification de l’image.

3.7. Vectorisation des couches

La vectorisation a consisté à convertir une image en une entité vectorielle (point, ligne ou
polygone). Dans le cadre de cette recherche, les images classifiées ont été vectorisées dans

44
l’environnement Envi 5.1, puis exportées sous forme Shape file afin de faciliter une bonne
manipulation et présentation des informations dans l’environnement SIG.

3.7.1 Traitement statistique

Les superficies des différentes unités d’occupation du sol ont été extraites dans Arc GIS 10.2.1
et exportées dans Excel pour calculer ensuite le croisement des cartes a été fait pour montrer la
matrice de transition. Nous avons établi les données démographiques dans Excel pour montrer
l’accroissement de la population de la zone d’étude.

45
CHAPITRE IV : RESULTATS ANALYSE ET DISCUSSION
Cette partie présente les résultats, dont l’objectif est de montrer l’évolution spatiotemporelle
de la dynamique de la commune urbaine de Sikasso. Ensuite, il convient de voir le degré de
changement de la commune à travers les images satellites de 1975 à 2014, traduites en cartes
d’occupation du sol.

4.1 Présentation des résultats

4.1.1 Carte d’occupation du sol de la commune urbaine de Sikasso de 1975-1986 et 2014
La carte de l’occupation du sol de la commune urbaine de Sikasso en 1975 est réalisée à partir
des images Landsat. Les images satellites, avec leur large couverture spatiale et leur répétitivité
élevée, ont contribué à l’identification des états des formations végétales en 1975. Ces résultats
découlent de la classification supervisée des images Landsat MSS de 1975, TM de 1986, Oli
de 2014. Les résultats de la classification ont été validés par les matrices de confusion, les
indices de pureté de classe, les indices de validation cartographique et les « coefficients de
Kappa ». cinq (5) unités d’occupation du sol ont été identifiées : plan d’eau, Savane
arborée/savane arbustive, zone de culture, bâti et sol nu. La légende a été établie en se référant
à la nomenclature de l’ILWAC (2013), qui a été développée en concertation avec les partenaires
nationaux et des données de l’occupation du sol pour les années 1990 et 2000 (Marine Data
Archive MDA)

[Link] Occupation du sol en 1975

Un traitement d’image a été effectué avec le logiciel ENVI afin d’obtenir une classification des
différentes couches d’occupation du sol illustrée par la figure 11.

46
 Figure 11: Occupation du sol de la commune urbaine de Sikasso en 1975
Sur cette carte les différentes couches d’occupation du sol, ont été symbolique suivant les
différentes couleurs de la convention cartographique. Nous avons obtenu 5 unités d’occupation
du sol, dont la végétation est la plus importante, suivant la figure 12. Elles sont représentées en
taux de couverture d’occupation du sol.

Zone de culture
25%
Bâti
Sol nu 18%
4%

Plan d'eau
1%

Savane arborée et
arbustive
52%

Figure 12: Proportion de la couverture des unités d’occupation du sol de la commune urbaine
de Sikasso en 1975

47
L’occupation du sol en 1975 est dominée par la savane arborée et arbustive qui représente 52%,
les zones de culture à 25% de la superficie, le sol nu est de 4% de la superficie, le plan d’eau à
1,24, les bâtis représentent 18% de la superficie. Les agglomérations sont pratiquement
concentrées au sud-ouest de la zone, avec une petite portion rencontrée à la périphérie, au nord-
est de la zone avec une alternance des bâtis et de sol. Les sols nus sont rencontrés sur presque
toute la zone, de même que les zones de cultures. Sur la zone on rencontre aussi deux catégories
de savanes dont la plus importante est la savane arborée et savane arbustive. La végétation est
composée en majorité de la superficie de la terre des unités d’occupation du sol. Ces unités
d’occupation du sol ont connu des changements dans le temps, comme l’illustre la figure 12.

[Link] Occupation du sol en 1986

En utilisant les mêmes techniques, les traitements réalisés sur l’image Landsat TM 1986, ont
comme résultat les mêmes unités d’occupation du sol qu’en 1975, mais dans des proportions
différentes. La figure 13 présente l’occupation en 1986.

Figure 13: Occupation du sol de la commune urbaine de Sikasso en 1986

Sur cette carte un changement a été observé des différentes couches d’occupation du sol. Avec
une augmentation de l’agglomération jusqu’au niveau de la périphérique. A l’instar de
l’agglomération, le sol nu ont subi une augmentation due à la sècheresse de 1980. Cette avancée
48
s’est faite au détriment de la savane arborée et arbustive en plus d’une diminution constatée
des plans d’eau. La figure 14 montre les taux de couverture des éléments d’occupation du sol.

Zone de culture Bâti

23% 22%

Plan d'eau
1%

Sol nu
11%

Savane arborée/
Arbustive
43%

Figure 14: Proportion de la couverture des unités d’occupation du sol de la commune urbaine
de Sikasso en 1986.
Le croisement des cartes d’occupation du sol de 1986 indique une mutation des classes. En
effet, l’examen des résultats cartographiques fait ressortir une dynamique progressive du bâti,
une régression des zones de cultures due à la sècheresse, certains cultivateurs n’ont pas pu
cultiver durant ces années, causant une réduction de leurs terres de cultures. La savane arbustive
qui était à 52% est venue à 43%, nous constatons une régression dans cette classe. Le sol nu à
progresser à cause des déboisements dans les savanes. Le plan d’eau a régressé de 1,24 à 0,92%
à 1 %.

[Link] Occupation du sol en 2014

Le résultat obtenu des traitements de l’image Landsat OLI 2014 a permis de réaliser la carte
d’occupation du sol de 2014 de la ville de Sikasso. Les changements ont évolué dans le temps
pour les différentes couches d’occupation du sol et la figure 15 illustre cette évolution.

49
 Figure 15: Occupation du sol la commune urbaine de Sikasso en 2014
Sur cette carte nous avons une grande progression de l’agglomération au détriment des autres
unités d’occupation du sol. Toutes ces différentes classes ont subi une régression telle que le
montre la figure 16 avec les taux de couverture des éléments d’occupation du sol.

Zone de culture
22% Bâti
29%

Plan d'eau
1%
Sol nu
14%

Savane arborée/
Arbustive
34%

Figure 16: Proportion de la couverture des unités d’occupation du sol de la commune urbaine
de Sikasso en 2014.

50
Entre 1986 et 2014, l’agglomération a progressé de 22 % à 29 %, les formations végétales ont
régressé 43% à 34%, le recul de la savane arborée et arbustive est aussi dû à des déboisements
et à l’étalement de la ville. Les zones de cultures ont progressé parce que la pluie vient
abondamment pendant l’hivernage cela explique aussi le besoin en denrées alimentaires de la
population. Le sol nu a progressé aussi à cause des déboisements pour les besoins de la
population en bois de chauffe. Enfin le plan d’eau a régressé et ceci est dû aux aménagements
hydrauliques.

4.1.2 Analyse de l’évolution spatiale de la commune urbaine de Sikasso, entre 1975-1986,

1986-2014 et 1975-2014
L’étude de l’évolution des unités d’occupation du sol est fondée sur trois cas de figure. Il s’agit
des modifications et des conversions de ces unités qui s’opposent aux situations sans
changement. Par modification, il faut comprendre les changements intervenus à l’intérieur
d’une même catégorie d’occupation du sol comme par exemple savane arbustive qui devient
forêt galerie ou vice-versa. Tandis que la conversion est le passage d’une catégorie à une autre
comme par exemple savane arborée devient zone de cultures. Le terme sans changement se
rapporte aux unités d’occupation du sol qui n’ont pas été affectées ni par les modifications, ni
par les conversions.

[Link] Détection des changements spatio-temporels

Dans la commune urbaine de Sikasso, les différentes unités d’occupation du sol ont connu des
changements entre 1975 et 1986 d’une part et 1986 et 2014 d’autre part. La détection de ces
changements vise à l’identification des différences d’état d’une zone entre différentes dates et
cherche à quantifier et qualifier le changement détecté. La détection des changements dans la
commune urbaine de Sikasso est faite sur la base des données statistiques issues des traitements
des images Landsat MSS de 1975 et TM de 1986 et 2014. L’évolution spatiale des unités
d’occupation du sol pendant cette période est quantifiée à partir du taux d’évolution moyenne
annuelle puis est qualifiée de « progression » ou de « régression ».

[Link] Changements entre 1975 et 1986

Entre 1975 et 1986, les unités d’occupation du sol dans la ville de Sikasso ont connu des
changements. Le tableau ci-dessous présente les proportions des unités en 1975 et 1986, les
taux et la nature de changement.

Superficie initiale = superficie en 1975 ;

Superficie finale = superficie en 1986;

51
Nombre d’année= 11 ans

Tableau VIII: Statistiques d’évolution des unités d’occupation du sol entre 1975 et 1986

Unités Occupation du sol en Occupation du sol en Evolution Nature

1975 1986 moyenne
Superficie Proportion Superficie Proportion annuelle
(en ha) (en %) en ha (en %)
Bâti 119.158562 18.2240939 142.400297 21.7786817 1.77 Progression

Plan d’eau 8.15542684 1.24728985 6.04660911 0.92476756 -2.35 Régression

Savane 341.504039 52.2295804 285.386256 43.6469345 -1.49 Régression

arbustive/Arborée
Sol nu 22.2887621 3.40884019 142.400297 10.7275425 48.98 Progression

Zone de culture 162.744987 24.8901957 149.876386 22.9220737 -0.71 Régression

Total 653.851773 100 653.851773 100

Source : Statistiques calculées à partir des cartes d’occupation du sol de 1975 et 1986

Les statistiques d’évolution des unités entre 1975 et 1986 renseignent que le bâti et le sol nu
ont connu une augmentation de leur superficie. Quant aux plans d’eau, savane arborée et
arbustive, zone de culture, ils ont perdu une partie de l’espace occupé en 1975. La figure 17
présente l’évolution des superficies entre ces deux dates.

400
350
300
250
200
150
100
50
0
Bâti Plan d'eau Savane Sol nu Zone de
arborée/ culture
Arbustive
Superficie en 1975 Superficie en 1986

Figure 17: Evolution des unités d’occupation du sol entre 1975 et 1986
L’évolution des superficies des unités d’occupation du sol montre que certaines unités ont
progressé tandis que d’autres ont connu une régression. En effet, les bâtis et sol nu ont vu leur

52
superficie augmentée. Par contre, plan d’eau, savane arborée et arbustive, zone de culture ont
régressé. La figure 18 permet de mieux apprécier les taux de variation annuelle.

1975-1986
60
50
40
30
20
10
0
-10
Savane
Zone de
Bâti Plan d'eau arborée/ Sol nu
culture
Arbustive
1975-1986 1,77 -2,35 -1,49 48,98 -1,71

Figure 18: Expansion moyenne annuelle des unités d’occupation du sol entre 1975 et 1986
L’analyse des changements de l’occupation du sol entre 1975 et 1986 révèle de façon générale,
une tendance à l’expansion de l’agglomération; soit une progression de 1,77% par an. Dans le
même sens, le plan d’eau a connu une régression, passant de 0,92% de couverture en 1975 à
1986. Cette situation peut s’expliquer une diminution des flaques d’eau dans la période de
l’hivernage soit un taux moyen d’expansion annuelle de -2,3. Le sol nu a également progressé
à un taux de 48,98 %, les savanes ont régressé -1,48%. Quant au plan d’eau, elles ont connu
une régression qui peut s’expliquer par une forte emprise humaine dans la zone.

[Link] Changements entre 1986 et 2014

La période de 1986 à 2014 a également été marquée par une modification du paysage dans la
ville de Sikasso. Le tableau qui suit fait la synthèse des statistiques des changements intervenus.

Superficie initiale = superficie en 1986 ;

Superficie finale = superficie en 2014 ;

Nombre d’année=28 ans

53
Tableau IX: Statistiques d’évolution des unités d’occupation du sol entre 1986 et 2014

Unités Occupation du sol en Occupation du sol en Evolution Nature

1986 2014 moyenne
superficie Proportion superficie Proportion annuelle
en (ha) en (%) en (ha) en (%)
Bâti 142.400297 21.7786817 190.58375 29.1478524 1.20 Progression

Plan d’eau 6.04660911 0.92476756 5.8483424 0.89444468 -0.11 Régression

Savane 285.386256 43.6469345 224.13169 34.2786698 -0.76 Régression

arbustive/Arborée
Sol nu 142.400297 10.7275425 88.283281 13.5020328 -1.35 Régression

Zone de culture 149.876386 22.9220737 145.00471 22.1770003 -0.11 Régression

Total 653.851773 100 653.851773 100

Source : Statistiques calculées à partir des cartes d’occupation du sol de 1986 et 2014

Le tableau IX montre que, seul le bâti a augmenté de 1,20 % entre 1986 et 2014. Les autres
unités d’occupation du sol ont connu une régression. La figure 19 présente l’évolution des
superficies des différentes unités.

300
250
200
150
100
50
0
Bâti Plan d'eau Savane Sol nu Zone de
arborée/ culture
Arbustive
Superficie en 1986 Superficie en 2014

Figure 19: Evolution des unités d’occupation du sol entre 1986 et 2014
Durant la période 1986-2014, les différentes unités d’occupation du sol, et ont connu des
variations de leurs superficies. En effet, la forte augmentation a été enregistrée au niveau de
l’agglomération qui a progressé au détriment des zones de cultures et du sol nu. La figure 20
fait la synthèse des taux de changements intervenus.
54
 1986-2014
1,5
1
0,5
0
-0,5
-1
-1,5
Savane
Plan Zone de
Bâti arborée/ Sol nu
d'eau culture
Arbustive
1986-2014 1,2 -0,11 -0,76 -1,35 -0,11

Figure 20: Expansion moyenne annuelle des unités d’occupation du sol entre 1986 et 2014
Contrairement à la période 1975-1986, les changements se sont opérés vers une régression des
plans d’eau, et des savanes. La régression des différentes classes et due d’une part à l’étalement
de la ville

4.1.6 Synthèse des changements des unités d’occupation du sol entre 1975 et 2014
Les unités d’occupation du sol dans la ville de Sikasso ont connu des modifications de leurs
superficies entre 1975 et 1986 puis entre 1986 et 2014. Alors qu’elle a été la tendance générale
entre 1975 et 2014 ? Le tableau X présente les statistiques de changement au cours de cette
période.

Superficie initiale = superficie en 1975 ;

Superficie finale = superficie en 2014 ;

Nombre d’année= 39 ans

55
 Tableau X: Statistiques d’évolution des unités d’occupation du sol entre 1975 et 2014
Occupation du sol en Occupation du sol en
Evolution
1975 2014
Unités moyenne Nature
superficie Proportion superficie Proportion
annuelle
(en ha) (en %) (en ha) (en %)
119.158562 18.2240939 190.58375 29.1478524
Bâti 1.53 Progression
8.15542684 1.24728985 5.8483424 0.89444468
Plan d’eau -0.72 Régression
Savane 341.504039 52.2295804 224.13169 34.2786698
-0.88 Régression
arbustive/Arborée
22.2887621 3.40884019 88.283281 13.5020328
Sol nu 7.59 Progression
162.744987 24.8901957 145.00471 22.1770003
Zone de culture -0.27 Régression
653.851773 100 653.851773 100
Total
Source : Statistiques calculées à partir des cartes d’occupation du sol de 1975 et 2014

De manière globale, on constate que de 1975 à 2014, le bâti et le sol nu ont connu une
progression. Le bâti a connu une progression continue, contrairement au sol nu qui a connu une
progression de 1975 à 1986 et une régression de 1986 à 2014. La figure 21 illustre les différentes
étapes de régressions et de progressions.

400
350
300
250
200
150
100
50
0
Bâti Plan d'eau Savane Sol nu Zone de
arborée/ culture
Arbustive
Superficie en 1975 Superficie en 1986 Superficie en 2014

Figure 21: Evolution des unités d’occupation du sol de 1975 à 2014

L’observation de la figure ci-dessus montre de façon globale que de 1975 à 2014 ;

 Les bâtis représentaient 18,22% de la superficie en 1975, les savanes (52,22%) et la

zone de culture (24,89%), ce qui constituait des proportions significatives. Les restes

56
 d’unités étaient faiblement représentés. La forte proportion des formations naturelles
peut s’expliquer par le fait qu’il y’avais peu de population.
 En 1986, on assiste toujours à une progression des bâtis puis une perte de superficie
du plan d’eau. Cela est dû au positionnement climatique.
 En 2014, il y’a eu une reprise de sol nu qui peut s’expliquer par des actions de
reboisement et des processus de conversion des savanes. La figure 22 présente les taux
d’évolution moyenne annuelle entre 1975 et 2014.

1975-2014
9
8
7
6
5
4
3
2
1
0
-1
-2
Savane
Zone de
Bâti Plan d'eau arborée/ Sol nu
culture
Arbustive
1975-2014 1,53 -0,72 -0,88 7,59 -0,27

Figure 22: Expansion moyenne annuelle des unités d’occupation du sol de 1975 à 2014

4.1 2 4 Evolution du bâti dans la commune urbaine de Sikasso (1975, 1986 et 2014)
Cette carte illustre les superficies occupées par le bâti entre ces différentes dates, au niveau de
la figure 23.

57
 Figure 23: Evolution des zones bâtis dans la commune urbaine de Sikasso (1975, 1986 et
2014)

Bâti 1975
5%
Bâti 1986
27%

Bâti 2014
68%

Figure 24: Proportion de la couverture des zones bâtis de la commune urbaine de Sikasso en
1975, 1986 et 2014
Avec une superficie de 489,24 ha, en 1975 il ressort que la ville s’est élargie sur le plan
spatial et sa superficie sur une période de 11 ans, a quadruplé, passant ainsi en 1986 à 2389,59

58
ha. Puis elle est passée à 5994,9 ha en 2014, la superficie a atteint ainsi douze fois plus la
superficie initiale en 28 ans.

La croissance spatiale de la ville s’explique essentiellement par l’exode rural et le croit naturel.
En effet, pendant la période coloniale c’est l’exode qui était le moteur de la croissance urbaine.
Et encore aujourd’hui il reste un des moteurs de l’expansion urbaine ainsi, la croissance de
Sikasso se nourrit des flux de populations attirées par les perspectives offertes par celle-ci.

Sikasso parait avoir bénéficié de cet afflux de populations migrantes. De ce fait, on estime
qu’entre 1975 et 1990 les migrants étaient responsables des un tiers de la croissance urbaine
de Sikasso.

[Link] Intensités de changement des unités d’occupation du sol en (%) de la commune

urbaine de Sikasso entre 1975 et 1986
Régression Stabilité Progression

Plan d'eau
Zone de culture
Sol nu
Savane arborée/arbustive
Bâti
0 10 20 30 40 50 60 70 80 90
Pourcentage de la zone d'étude

Figure 25: Intensités de changement des unités d’occupation du sol entre 1975 et 1986
La savane arborée et arbustive a régressé de 13 % avec une stabilité entre 13% à 68 % et une
progression entre 68% à 82%. Les zones de cultures ont régressé de 19 % avec une stabilité
entre 19% à 22% et une progression entre 22% à 24%. L’agglomération a régressé de 4 % avec
une stabilité entre 4% à 7% et une progression entre 7% à 14%. Le sol nu a régressé de 1,5%
avec une stabilité de 6% il n’a pas reconnu de progression.

59
[Link] Intensités de changement des unités d’occupation du sol en (%) de la commune
urbaine de Sikasso entre 1986 et 2014
Regréssion Stabilité Progréssion

Plan d'eau
Zone de culture
Sol nu
Savane arborée/arbustive
Bâti
0 10 20 30 40 50 60 70 80
Poucentage de la zone d'étude

Figure 26: Intensités de changement des unités d’occupation du sol entre 1986 et 2014
La savane arborée et arbustive a régressé de 10 % avec une stabilité entre 10% à 48 % et une
progression entre 48% à 75 %. Les zones de cultures ont subi une régression de 18 % avec une
stabilité Entre 18% à 31 % et une progression entre 31 à 43 %. L’agglomération a régressé de
16 % avec une stabilité entre 16% à 19 % et une progression entre 19% à 23 %. Le sol nu a
régressée de 0,98% soit une augmentation de 4 %, enfin le plan d’eau est resté toujours régressé
de de 0,85 %.

4.1.3 Prédiction de la commune urbaine de Sikasso en 2024

La modélisation prédictive de l’évolution de la commune urbaine de Sikasso selon la tendance
évolutive des unités d’occupations du sol. Idrisi offre la possibilité de prédire l’état de la
commune à travers la chaine de Markov. Ce qui explique l’évolution probable des unités
d’occupation de la commune sur une période de dix ans soit à l’horizon 2024. En considérant
que les pratiques actuelles des activités environnementales de la commune seront maintenues.
Pour cela, toutes les unités d’occupation du sol sont prises en compte.

60
[Link] Probabilité de transition des unités d’occupation du sol
La probabilité de transition des unités d’occupation du sol est calculée par pixel. Puisque le
modèle de probabilité de transition d’Idrisi se passe pixel par pixel. Cette probabilité de
transition renseigne sur les éventualités de changement ou de conversion des unités
d’occupation du sol. Le tableau XI présente la moyenne des Matrices de probabilité, obtenu
sur la base des cartes d’occupation du sol de, 1986 et de 2014.

Tableau XI: La moyenne des Matrices de probabilité de transition des unités d’occupation du
sol de la chaine de Markov

BT SA/ A B SN ZC PE Total
BT 0.7199 0.2597 0.0000 0.0204 0.0000 1
SA/ A B 0.0416 0.7352 0.0006 0.2211 0.0015 1
SN 0.2231 0.5080 0.0049 0.2641 0.0000 1
ZC 0.2182 0.1263 0.0127 0.6428 0.0000 1
PE 0.0000 0.2577 0.0000 0.0000 0.7423 1

B T= Bâti ; S A/ AB= Savane arbustive/ Arborée ; SN= Sol nu ; ZC= Zone de culture ; P E=
Plan d’eau

L’examen du tableau montre que parmi les unités d’occupation du sol de la commune, la
probabilité de changement des bâtis est de (0.7199). Les savanes boisées et arbustive. Celles-ci
également connaissent un changement de (0.7352). Le sol nu a subi un faible changement égal
à (0.0049). Et la probabilité de conversion de plan d’eau est la plus forte soit (0.7423).

[Link] Tendance évolutive probable des unités d’occupation du sol dans la commune
urbaine de Sikasso à l’horizon 2024

La figure 27 présente une disparité des unités d’occupation du sol, avec une forte mosaïque des

Savanes arborée/ Arbustive, des bâti, et les zones d’études. L’évolution probable des unités
d’occupation du sol de la ville de Sikasso est représentée sur la figure suivante.

61
Figure 27: L’état probable des unités d’occupation du sol de la commune urbaine de Sikasso
à l’horizon 2024
Sur cette carte nous observons une explosion urbaine, avec un fort accroissement du bâti au
détriment de la végétation. Toutes les unités d’occupation du sol ont subi une mosaïque. Les
différents taux de régression sont représentés sur la figure 28.

Zone de
culture
25% Bâti
35%

Sol nu
13% Plan d'eau
0%
Savane
arborée/
Arbustive
27%

Figure 28: Proportion des unités d’occupation du sol probable à l’horizon 2024

62
L’analyse du diagramme montre que le bâti occupera la plus grande superficie en 2024 avec un
taux de 35 % suivit de savane arborée 27 % et des zones de culture 25 % ; le sol nu représentera
13 % et la plus petite superficie seras les plan d’eau (0,18 %).

63
DISCUSSION
 Caractéristiques des unités d’occupation du sol dans la commune urbaine de
Sikasso :

Dans le processus de succession spontanée des unités d’occupation du sol dans la ville de
Sikasso, la savane arborée et la savane arbustive occupent une position centrale. En effet, toutes
les activités anthropiques se font sur ces unités de paysage. Sous l’effet des facteurs naturels et
anthropiques, les formations végétales changent de physionomie dans le temps. Dans la ville
de Sikasso, le relief, les sols et les précipitations sont les éléments naturels qui peuvent influer
de façon significative sur l’évolution des formations végétales. La ville a été définie pour
l’analyse de la dynamique de l’occupation du sol. L’étude devra donc s’étendre à l’avenir à
d’autre ville, ce qui permettra a long terme de disposer pour l’ensemble des régions des
différents types d’unités d’occupation du sol et leurs caractéristiques.

 Apport de l’imagerie satellitaire dans l’identification des unités d’occupation de la

commune urbaine de Sikasso :

Les images Landsat utilisées, bien que de résolution relativement faible, ont été d’un grand
apport dans l’identification des catégories d’occupation des terres. Ces images ont été
suffisantes pour cette étude qui consistait à définir grossièrement les types d’occupation du sol.
Toutefois, pour des études beaucoup plus fouillées comme le diagnostic de l’espace urbain par
exemple, il faudra faire recours à des images de plus haute résolution. De telles images
fourniront des informations plus précises et plus détaillées aux décideurs.

 Mise en évidence des causes et conséquences de l’urbanisation galopante de la

commune urbaine de Sikasso :

L’analyse des unités de l’occupation du sol permet d’affirmer que les conditions sont favorables
à l’évolution progressive des formations végétales. Toutefois, la dynamique régressive de la
savane arborée et arbustive observée est due essentiellement aux actions anthropiques. Plusieurs
auteurs sont parvenus à la même conclusion selon laquelle la dynamique régressive des
formations végétales dépend surtout de l’intensité des activités anthropiques. Selon Tenté
(2000), l’homme est devenu par ses activités, le premier facteur de perturbation des formations
végétales. Cette situation est due à une pratique non durable du système agraire. Elle est
provoquée dans le cas de la présente étude par une pression démographique de plus en plus
croissante et par la réduction des temps de jachères (Whitmore, 2005). En effet, l’effectif de la
population de la ville est passé de 73 859 habitants en 1987 et 236 134 habitants en 2013 (DNSI-

64
DCR, 2013). De plus, l’agriculture itinérante sur brûlis serait responsable pour 70% de la
déforestation dans la ville de Sikasso, comme c’est le cas d’ailleurs partout en Afrique
(Tshibangu, 2001). Le raccourcissement des zones de culture est du à l’extension des sols nus
et de l’agglomération, surtout avec l’avènement du foncier. L’urbanisation de la ville est
démontrée par l’extension de l’agglomération au détriment de la savane arborée et arbustive,
des zones de culture et des sols nus. L’augmentation du taux de l’agglomération au détriment
des autres unités de l’occupation des terres signifie que la ville de Sikasso tend vers une
urbanisation galopante.

65
CHAPITRE V CONCLUSION ET SUGESTIONS

CONCLUSION
La présente étude a permis, grâce à la classification et à la matrice de confusion appuyée par
le calcul des unités de l’occupation du sol, de quantifier les changements opérés dans la
commune de Sikasso. Des transformations ont été identifiées dans leur état passé et présent. A
l’aide de la télédétection et des SIG, nous avons fait des analyses comparatives de la dynamique
de l’occupation du sol de la commune urbaine de Sikasso. L’analyse révèle une dégradation de
la savane arborée et arbustive au détriment des autres unités d’occupation du sol. Ceci a été mis
en évidence grâce à la carte de l’occupation du sol de la commune urbaine de Sikasso.

La comparaison des unités de l’occupation du sol de la commune urbaine de Sikasso montre

une régression de la savane arborée et arbustive de 0,88 %. Les zones de culture ont régressés
de 0,27 % ; le plan d’eau a aussi régressé de 0,72 %. L’agglomération a progressé de 1,53 % et
le sol nu a progressé de 7,59 % dans la commune urbaine de Sikasso. Tous ces changements
sont dus à la croissance démographique qui a conduit les populations à satisfaire leurs besoins
en habitations et en terres de culture au détriment des écosystèmes de la commune. Nous
assistons à une urbanisation galopante dans cette commune. Le constat est que les populations
achètent les terrains pour des ambitions personnelles.

L’utilisation des images satellites multi-temporelles de Landsat aide grandement à

l’observation des changements de l’occupation du sol. En plus les Systèmes d’Information
Géographique permettent de redouter et de suivre l’évolution spatiale, en identifiant les
tendances actuelles et futures de l’occupation du sol dans la commune urbaine de Sikasso. La
Télédétection et les SIG constituent donc des outils efficaces de gestion de l’espace urbain.

Bien que les techniques de télédétection et SIG soient indispensables de nos jours pour explorer
de façon efficace l’occupation du sol, il convient toutefois de noter qu’un travail de suivi et de
validation sur le terrain est très nécessaire pour confirmer les résultats obtenus qui sont les
différents types d’occupation du sol.

66
SUGGESTIONS

Au terme de cette étude, il convient de noter que pour un bon suivi de la dynamique de
l’occupation du sol dans la commune urbaine de Sikasso, les autorités doivent:

De réviser le Schéma Directeur d’Aménagement (SDA) de la commune en donnant

une priorité à la conservation de l’écosystème ;

Conserver la base de données de cette étude pour suivre la dynamique de

l’occupation du sol au Mali ;

Utiliser les résultats de l’étude pour sensibiliser les populations sur l’importance de
la biodiversité pour un développement harmonieux durable ;

Maitriser la spéculation foncière en imposant aux différents acteurs (techniciens,

urbanistes, aménagistes, et…) le respect de la loi interdisant la dégradation abusive
de la végétation.

Respecter le Décret N°08-346 du 26 Juin 1994 relatif à la préservation des

écosystèmes au Mali.

67
Références Bibliographiques:
Doe, 1987: Handling Geographic information. Report to the Secretary of State for the
Environment of the Committee of enquiry into the handling of geographic information,
Chairman Lord Chorley, HMSO, 210 p.

Maguire D. J., Goodchild M. F. et Rhind D. W., 1991: Geographical information systems,

volume 1: principles and volume: applications. Harlow: Longman Scientific and Technical.

Centre Canadien de la télédétection., 1999 : Notions fondamentales de la télédétection- Cours

tutoriels de télédétection.

Diarra, B., 1999 : Dynamique spatiale et politiques urbaines à Bamako : Le rôle des images-
satellite SPOTE dans la gestion des villes. (Thèse Doctorat d’Université Aix- Marseille I)

Bories, V., 2006 : Les villes dans le monde, 2p.

Attahi, K., 2005 : Problématique de l'urbanisation et les défis de la gestion municipale en

Afrique Occidentale et Centrale. Programme de Gestion Urbaine, BNETD, Abidjan. 23p

Compaoré, G ., 1991 : Dynamique urbaine et problèmes environnementaux à Ouagadougou,

Burkina Faso. Thèse de Doctorat de 3ième cycle. pp 33-45

Millette, Th., Tuladhar, A.R., Kasperson, R.E. and Turner, B.L., 1995: the use and limits
of remote sensing for analyzing environmental and social change in the Himalayan Middle
Mountains of Nepal. Global Environmental Change, vol. 5, no 4, pp. 367-380. Oncescu, M.
(1943) Région de Piatra Craiului-Bucegi. Étude géologique, An. Institutul Geologic Roman, no
22, pp. 82-124.

Frachon, A., 1996 : L'urbanisation en Afrique. Bac Professionnel Septembre 2000.

Géographie. Le Monde. 4p

Coulibaly, Y., 1999 : « La gestion de l’environnement urbain à Bamako» Thèse de doctorat,

Géographie, ISFRA-Bamako, 330 p.

Tenté, B. A., 2000 : Dynamique actuelle de l’occupation du sol dans le massif forestier de
l’Atacora : secteur Perma-Toucountouna. Mémoire de D.E.A, FLASH, UNB, Abomey-Calavi,
Bénin, 82 p.

Konaté, G., 2001 : L’Etude prospective du secteur forestier en Afrique (FOSA) 49p.

68
Lagnier et al, 2002 : « Le développement durable face au territoire : élément pour une
recherche pluridisciplinaire », Revue Développement Durable et Territoires, [Link]-
[Link], 23 p.

Repetti, A. et Prélaz-Droux, R., 2003 : Un moniteur urbain comme support d'une gestion
participative de la ville en développement. swiss federal institute of technology, lausanne, ch-
1015 lausanne epfl, switzerland. 12 p.

Tømmervik, H., Høgda, K. A. and Solheim, I., 2003: Monitoring vegetation changes in
Pasvik –Norway and Pechenga in Kola Peninsula (Russia) using multitemporal Landsat MSS /
TM data. Remote Sensing of the Environment, no 85, pp. 370-388. University of Maryland
(2005) Global Land Cover Facility. [Link]

Requier et al. 2004 : Stratégie des acteurs, dynamiques urbaines et structuration des territoires
: une mise en parallèle de l'Afrique de l'Ouest et de l'Afrique Australe. Aménagement des
couloirs de transport sous-régionaux et dynamiques de polarisation des activités. Afrique du
Sud - Mozambique - Côte d'ivoire - Mali. Programme de Recherche Urbaine pour le
Développement. Synthèse des résultats. 6 p.

Niang, A. M. et al. 2004 Dynamique des espaces agricoles urbains et péri-urbains. Cas de la
région de Dakar au Sénégal.

Kouzmine, Y., 2005 : Les villes sahariennes algériennes et le développement urbain, ville
réelle et ville normative, in Bulletin de la société neuchâteloise de Géographie, n°49, pp. 85-
103.

Djigo, Alassane R., 2005 : Assainissement des eaux usées et son impact sur la situation socio
sanitaire des populations de Médina-Gounass au Sénégal. Mémoire de Maîtrise. Universite.
Cheick Anta Diop, Dakar. 64 p.

Whitmore T. C., 2005: An Introduction to Tropical Rain Forests. Oxford University press,
New York, USA. 296 p.

Diop, A., 2006 : Dynamique de l'occupation sol dans des niayes de la region de Dakar de 1954
à 2003: exemples de la grande niaye de Pikine et de la niaye de Yembeul, 8 p.

Mpakam, H., 2006 : L'accès à l'eau potable et à l'assainissement dans les villes des pays en
développement : cas de Basoussam, Cameroun. Vertigo. 10 p.

69
Biase, A., 2006 : Gestion des déchets ménagers solides à Bamako, rôle et pouvoir des acteurs,
68 p.

Oloukoi, J. Vincent, J. Mama et Fulbert, B. A., 2007 : Modélisation de la dynamique de

l’occupation des terres dans le département des collines au Bénin. 306 p.

Ouattara T., Dubois J.M., Gwyn J., 2006 : « Méthodes de cartographie de l’occupation des
terres en milieu aride à l’aide de données multi-sources et de l’indice de végétation TSAVI »,
Télédétection, vol. 6, n° 4, pp. 291-304.

Diabagaté, S., 2008 : Dynamique urbaine et gestion des déchets ménagers dans la région de
la vallée du Bandama : cas des communes urbaines du département de Dabakala, mémoire de
DEA à l’Université de Cocody Abidjan, 86 p.

Kumar, A. et Barrett, F., 2008 : « diagnostics des infrastructures nationales en afrique »

Coincés dans les embouteillages : Le transport urbain en Afrique 12 p

Dosso, S., 2008 : Assainissement et gestion des ordures ménagères à Abobo : cas d'Abobo-
Avocatier. Mémoire de Maîtrise. Université. D’Abidjan. IGT. 98 p

Tchibozo S., Aberlenc H-P., Ryckewaert P. et P. Le Gall. 2008 : Première évaluation de la

biodiversité des Odonates, des Cétoines et des Rhopalocères de la forêt marécageuse de Lokoli
(Sud Bénin). Bulletin de la Société entomologique de France, 113 (4) : pp 497-509.

Yossi, H. et Diakité, C.H., 2008 : Dynamique de l’occupation du sol et de la végétation en

zone guinéenne nord et soudanienne du Mali : Etude de cas dans les régions de Sikasso et de
Mopti. Etude Sahel, Bamako, Mali. 101 p.

INSTAT., 2009 : Recensement général de la population

INSTAT., 2010 : Enquête démographique, Mali

Niass, M.,. 2010 : Apport de la Télédétection et des SIG dans l’Etude d l’Extension de la
Décharge d’Ordures de Mbeubeuss, dans la banlieue de Dakar au Sénégal, 71 p.

Agropolis International, 2010 : Information spatiale pour l’environnement et les Territoires

USAID-Mali., 2011 : Plan de sécurité alimentaire commune urbaine de Sikasso, Mali.

N’Diaye, M.L., 2012 : Dynamique de l’occupation du sol de la region de Dakar de 1954 à 2009
: exemple de la commune d’arrondissement de Ouakam approche methodologique par SIG.

70
Laugier, R., 2012 : L’étalement urbain en France

Samaké, S., 2012 : Analyse comparative de la dynamique de l’occupation du sol dans les
communes de Sikasso et Segou au sud-ouest du Mali. Msc, RECTAS, 116 p.

Olivier, A., 2013 : Géomatique Idrisi Selva land change Modeler.

Bulletin de synthèse souveraineté alimentaire 2013 8 p

Comby, J., 2013 : : Les logiques foncières de l’étalement urbain

Diabaté, Z., 2013 : Extension urbaine et gestion des déchets solides ménagers dans la commune
urbaine de Koulikoro au Mali : approche SIG mémoire Msc, RECTAS, 71 p.

KAREMBE, Y.Y., 2014 : Dynamique spatiale des formations végétales du bassin versant de
la rivière Sankarani dans la région de Sikasso Mali. Msc, RECTAS, 106 p

71
LISTE DES TABLEAUX
Tableau I: Répartition de la population de la ville de Sikasso (année et accroissement) ....... 26
Tableau II: Caractéristiques et utilités des données de l’étude ............................................... 29
Tableau III: Entités et caractéristiques attributaires de la base de données ........................... 32
Tableau IV: Identification des détails de la composition colorée par interprétation visuelle. 36
Tableau V: Matrice de confusion d’image MSS classifiée de 1975 ....................................... 41
Tableau VI: Matrice de confusion d’image TM classifiée de 1986 ....................................... 43
Tableau VII: Matrice de confusion d’image OLI classifiée de 2014 ..................................... 44
Tableau VIII: Statistiques d’évolution des unités d’occupation du sol entre 1975 et 1986 ... 52
Tableau IX: Statistiques d’évolution des unités d’occupation du sol entre 1986 et 2014 ...... 54
Tableau X: Statistiques d’évolution des unités d’occupation du sol entre 1975 et 2014 ....... 56
Tableau XI: La moyenne des Matrices de probabilité de transition des unités d’occupation du
sol de la chaine de Markov ....................................................................................................... 61

72
LISTE DES FIGURES
Figure 1: Présentation de la zone d’étude – commune urbaine de Sikasso............................. 22
Figure 2: Diagramme ombrothermique de la station de Sikasso (1975, 1986, 2013) ............. 24
Figure 3: Carte de la population .............................................................................................. 25
Figure 4: Répartition spatiale de la population de Sikasso entre 1987 et 2013 ...................... 26
Figure 5: Population de Sikasso en 2013 ................................................................................ 27
Figure 6: Schéma de la construction de la base de données ................................................... 31
Figure 7: Modèle conceptuel des données .............................................................................. 33
Figure 8: Model logique relationnel ........................................................................................ 34
Figure 9: Schéma physique ..................................................................................................... 35
Figure 10: Diagramme méthodologique ................................................................................. 40
Figure 11: Occupation du sol de la commune urbaine de Sikasso en 1975 ............................ 47
Figure 12: Proportion de la couverture des unités d’occupation du sol de la commune urbaine
de Sikasso en 1975 ................................................................................................................... 47
Figure 13: Occupation du sol de la commune urbaine de Sikasso en 1986 ............................ 48
Figure 14: Proportion de la couverture des unités d’occupation du sol de la commune urbaine
de Sikasso en 1986. .................................................................................................................. 49
Figure 15: Occupation du sol la commune urbaine de Sikasso en 2014 ................................. 50
Figure 16: Proportion de la couverture des unités d’occupation du sol de la commune urbaine
de Sikasso en 2014. .................................................................................................................. 50
Figure 17: Evolution des unités d’occupation du sol entre 1975 et 1986 ............................... 52
Figure 18: Expansion moyenne annuelle des unités d’occupation du sol entre 1975 et 1986 53
Figure 19: Evolution des unités d’occupation du sol entre 1986 et 2014 ............................... 54
Figure 20: Expansion moyenne annuelle des unités d’occupation du sol entre 1986 et 2014 55
Figure 21: Evolution des unités d’occupation du sol de 1975 à 2014 .................................... 56
Figure 22: Expansion moyenne annuelle des unités d’occupation du sol de 1975 à 2014 ..... 57
Figure 23: Evolution des zones bâtis dans la commune urbaine de Sikasso (1975, 1986 et
2014)......................................................................................................................................... 58
Figure 24: Proportion de la couverture des zones bâtis de la commune urbaine de Sikasso en
1975, 1986 et 2014 ................................................................................................................... 58
Figure 25: Intensités de changement des unités d’occupation du sol entre 1975 et 1986...... 59
Figure 26: Intensités de changement des unités d’occupation du sol entre 1986 et 2014... 60
Figure 27: L’état probable des unités d’occupation du sol de la commune urbaine de Sikasso
à l’horizon 2024 ....................................................................................................................... 62
73
Figure 28: Proportion des unités d’occupation du sol probable à l’horizon 2024 .................. 62

74
TABLE DES MATIERES
SOMMAIRE .......................................................................................................................................... 3
DEDICACE............................................................................................................................................ 4
SIGLES ET ACRONYMES ................................................................................................................. 7
RESUME ................................................................................................................................................ 9
SUMMARY.......................................................................................................................................... 10
Introduction ......................................................................................................................................... 11
1.1. Problématique...................................................................................................................... 13
1.2 Objectif de recherche ................................................................................................................ 15
1.3 Clarification des concepts et théories ...................................................................................... 15
1.3.1 Dynamique .......................................................................................................................... 15
1.3.2 Urbanisation........................................................................................................................ 15
1.3.3 Systèmes d’Information Géographique (SIG) ................................................................. 16
1.3.4 Télédétection ....................................................................................................................... 16
1.4 Synthèse Bibliographique ........................................................................................................ 17
1.4.1 Dynamique urbaine ............................................................................................................ 17
1.4.2 La gestion de l'environnement .......................................................................................... 17
1.4.3 L'assainissement et la gestion des eaux usées ................................................................... 18
1.4.4 Occupation du sol ............................................................................................................... 18
CHAPITRE II DESCRIPTION DU MILIEU D’ETUDE ............................................................... 21
2.1 Situation géographique de la commune urbaine de Sikasso.................................................. 21
2.1.1 Situation historique et administrative de la commune urbaine de Sikasso .................. 22
2.2 Cadre physique de la commune urbaine de Sikasso ............................................................. 23
2.2.1 Climat .................................................................................................................................. 23
2.2.3 Peuplement .......................................................................................................................... 25
CHAPITRE III : DEMARCHE METHODOLOGIQUE ................................................................ 28
3.1 Matériels ..................................................................................................................................... 28
3.1.1 Données primaires .............................................................................................................. 28
[Link] Données satellitaires ........................................................................................................ 28
3.1.2 Données secondaires ........................................................................................................... 28
[Link] Cartes existantes .............................................................................................................. 28
[Link] Données démographiques ............................................................................................... 28
[Link] Outils ou matériels utilisés .............................................................................................. 29
3.2 Méthodologie adoptée ............................................................................................................... 29
3.2.1 Cartographie la dynamique spatiale de la commune urbaine de Sikasso de 1975, 1986
et 2014 .......................................................................................................................................... 29

75
 [Link] Conception et création de la base de données ............................................................... 30
[Link] Niveau conceptuel des données....................................................................................... 31
[Link] Niveau logique relationnel .............................................................................................. 34
[Link] Niveau physique ou implémentation .............................................................................. 35
3.3. Traitements des Données ..................................................................................................... 35
3.3.1. Délimitation de la zone d’étude ........................................................................................ 36
3.3.2. Redimensionnement des images ....................................................................................... 36
3.3.3. Composition colorée .......................................................................................................... 36
3.3.4. Classification supervisée ................................................................................................... 36
3.3.5. Définir le ROI dans ENVI 5 .1 ......................................................................................... 37
3.4.. Analyse de l’évolution spatiale de la commune urbaine de Sikasso, entre 1975-1986,
1986-2014 et 1975-2014 ............................................................................................................... 37
3.4.1 Les analyses statistiques ..................................................................................................... 37
3.5. Modélisation du changement et de la Prévision de l’occupation du sol........................... 38
3.6. Validation de la classification .............................................................................................. 41
3.7. Vectorisation des couches .................................................................................................... 44
3.7.1 Traitement statistique ........................................................................................................ 45
CHAPITRE IV : RESULTATS ANALYSE ET DISCUSSION ...................................................... 46
4.1 Présentation des résultats ......................................................................................................... 46
4.1.1 Carte d’occupation du sol de la commune urbaine de Sikasso de 1975-1986 et 2014 ..... 46
[Link] Occupation du sol en 1975 ................................................................................................. 46
[Link] Occupation du sol en 1986 .............................................................................................. 48
[Link] Occupation du sol en 2014 ............................................................................................. 49
4.1.2 Analyse de l’évolution spatiale de la commune urbaine de Sikasso, entre 1975-1986,
1986-2014 et 1975-2014 ............................................................................................................... 51
[Link] Détection des changements spatio-temporels ................................................................ 51
[Link] Changements entre 1975 et 1986 .................................................................................... 51
[Link] Changements entre 1986 et 2014 .................................................................................... 53
4.1.6 Synthèse des changements des unités d’occupation du sol entre 1975 et 2014 ............. 55
4.1 2 4 Evolution du bâti dans la commune urbaine de Sikasso (1975, 1986 et 2014) ......... 57
[Link] Intensités de changement des unités d’occupation du sol en (%) de la commune
urbaine de Sikasso entre 1975 et 1986 ....................................................................................... 59
[Link] Intensités de changement des unités d’occupation du sol en (%) de la commune
urbaine de Sikasso entre 1986 et 2014 ....................................................................................... 60
4.1.3 Prédiction de la commune urbaine de Sikasso en 2024 .................................................. 60
[Link] Probabilité de transition des unités d’occupation du sol ............................................. 61

76
 [Link] Tendance évolutive probable des unités d’occupation du sol dans la commune
urbaine de Sikasso ....................................................................................................................... 61
DISCUSSION....................................................................................................................................... 64
CHAPITRE V CONCLUSION ET SUGESTIONS ......................................................................... 66
CONCLUSION .................................................................................................................................... 66
SUGGESTIONS .................................................................................................................................. 67
Références Bibliographiques: ............................................................................................................. 68

77