Dans le cadre de la mise en œuvre du programme CAFI au Gabon, l’Agence Gabonaises d’Etudes et d’Observations Spatiales (AGEOS) est impliquée dans la préservation des ressources naturelles et au processus d’affectation des terres au Gabon. Elle appuie la Commission Nationale d’Affectation des Terres (CNAT) dans la mise en place de deux outils principaux : le Plan National d’Affectation des Terres (PNAT) et le Système Nationale d’Observation des Ressources Naturelles et Forestières (SNORNF). La mise en place de ces deux outils nécessite des tests grandeurs natures.
C’est dans ce cadre qu’une équipe de l’AGEOS a séjourné, du 04 au 10 juillet 2023, dans la province de l’Ogooué-Ivindo, notamment dans les localités de Makokou, Ovan, Mvadi, Mayibouth et Mekambo. Cette mission avait pour objectif de collecter les données de terrain nécessaires afin vérifier l’efficacité des algorithmes mises en œuvre au sein du Système National d’Observation des Ressources Naturelles et Forestières (SNORNF). « Ce système étant encore en phase de développement, il est donc important de procéder à plusieurs tests pour valider les résultats produits par la plateforme », a expliqué Saturnin Ndotit, le Coordonnateur des activités de l’AGEOS pour le programme CAFI.
Durant cette mission, la méthode utilisée était essentiellement basée sur les prises de vues aériennes à travers des drones, ainsi que des levés de points GPS. Grâce à cette mission, les ingénieurs ont pu collecter des données qui permettront, d’une part, de valider ou non des alertes produites par le SNORNF en développement, et d’autre part, de caractériser les changements observés sur le terrain y compris les moteurs liés à la déforestation ou de dégradation des espaces forestiers.
Au total, environ 90 alertes de déforestation et de dégradation ont été produites par le système SNORNF en développement. Les données en cours de traitements permettront de déterminer le nombre réel, en distinguant les fausses et les vraies alertes.
De ces résultats, les algorithmes du système subiront de nouveaux réglages de paramètres pour mieux affiner les performances en matière de précision afin que la marge d’erreur soit le plus petit possible.
