Suite

Résumer la superficie totale des polygones d'utilisation des terres dans les feuilles de carte - comment ?

Résumer la superficie totale des polygones d'utilisation des terres dans les feuilles de carte - comment ?


J'imagine qu'au moins certains d'entre vous ont rencontré des problèmes similaires aux miens et j'aimerais savoir comment vous les avez résolus.

J'ai un index de feuille de carte (une grille sous forme de fichier de forme) couvrant une grande surface. J'ai aussi des polygones d'utilisation des terres couvrant à peu près la même superficie. Maintenant, je voudrais calculer combien d'hectares de polygones d'utilisation des terres se trouvent à l'intérieur de chaque feuille de carte (c'est-à-dire que seule la partie des polygones d'utilisation des terres qui se trouvent dans le polygone de la feuille de carte doit être prise en compte lors du résumé de la "zone d'utilisation des terres"). L'image ci-dessous pourrait aider à voir ce que je veux dire, des feuilles de carte en lignes bleues, des parcelles d'utilisation des terres en vert clair.

Auparavant, la façon la plus simple de le faire pour moi était d'utiliser l'analyse polygone dans le polygone de Hawth's Tools (http://www.spatialecology.com/htools/polypolyanalysis.php), cela faisait exactement ce que je voulais. Hawth's Tools est maintenant remplacé par GME et l'outil d'analyse polygone dans polygone de GME ne fonctionne plus de la même manière que l'ancien. Le nouvel outil ne fait que résumer la superficie totale de toutes les parcelles d'utilisation des terres qui coupent chaque feuille de carte et l'écrit comme résultat. Pas bon pour moi.

Je pourrais utiliser les lignes de feuille de carte pour couper le jeu de données de parcelles de terrain en petits morceaux, puis recalculer la superficie de tous les polygones, mais ce n'est pas si tentant : j'ai 26 000 feuilles de carte et 1,2 million de parcelles d'utilisation des terres.

J'ai essayé cela dans ArcGis Basic mais pas de chance là-bas. OpenJump, Qgis ou gvSIG ne semblent pas non plus avoir de solution. Est-ce que quelqu'un d'entre vous?


OpenJUMP a une solution. Vous avez besoin de la version Plus qui inclut le plugin Agrégation (Plugins - Analyse - Agrégation).

ÉDITER J'ai pris le temps d'exécution d'un test où j'ai utilisé des ensembles de données de taille similaire. J'ai créé une couche de polygones avec 1,2 million de polygones et une grille de polygones pour présenter 26 000 rectangles de feuille de carte. Le calcul de la superficie parcellaire par feuille de carte a pris 55 secondes avec un bon bureau. Plus de 5 Go de mémoire sont nécessaires ainsi que java 64 bits.

Les images suivantes montrent comment cet outil est utilisé. La couche "Nouveau" est la couche polygonale, "Nouveau (2)" représente la couche de la feuille de carte. L'aire du polygone est de 39123 unités.

Utilisez l'outil d'agrégation comme suit :

La somme des zones intersectées est déplacée en tant qu'attribut dans la couche de la feuille de carte.


en utilisant ArcGIS basic, vous pouvez effectuer "intersect_analysis" (en supposant que votre grille est constituée de polygones, sinon vous devez d'abord convertir en polygones), puis calculer la superficie du nouveau polygone, puis utiliser "résumé table" en fonction du champ d'index de grille ( et le champ d'utilisation des terres également, éventuellement) qui sera stocké dans votre nouvelle classe d'entités.

le workflow similaire peut être fait dans QGIS.

A titre de remarque, avec arcgis avancé vous pouvez utiliser directement "tabulate intersection"


Merci à vous deux pour vos réponses très rapides, qui résolvent toutes les deux mon problème d'un point de vue processus. L'utilisation d'OpenJump est beaucoup plus facile, mais nécessite la puissance d'un PC. ArcGIS nécessite de l'argent pour la licence et quelques étapes supplémentaires avant d'y arriver, mais moins de ressources matérielles.

PS. J'ai creusé encore plus loin dans mon favori de longue date, GME, et j'ai découvert qu'il avait en fait les fonctionnalités que je pensais ne pas avoir :

Si v est la valeur continue spécifiée par le paramètre 'field', c est l'aire du polygone de données continues (écrêté) faisant partie du polygone zonal, et A est l'aire totale du polygone de données continues (non tronqué), alors l'aire la moyenne pondérée est calculée sous la forme somme(v*c)/somme(c), et la somme pondérée de la zone est calculée sous la forme somme(v*c/A). Dans ces formules, la somme itère sur l'ensemble de polygones qui chevauchent ce polygone zonal.


Lenfpackage dans R a une bonne solution pour cela

out <- st_intersection(grid, polygones)

Le Dr Grant Williamson de l'Université de Tasmanie a une vignette plus complète ici : https://atriplex.info/blog/index.php/2017/05/24/polygon-intersection-and-summary-with-sf/

Une question similaire avec une autre approche en R peut être trouvée ici : https://stackoverflow.com/a/55383754


Géographie du Bangladesh

Le Bangladesh est un pays de faible altitude, densément peuplé, principalement fluvial, situé en Asie du Sud avec un littoral de 580 km (360 mi) sur le littoral nord de la baie du Bengale. La plaine du delta du Gange (Padma), du Brahmapoutre (Jamuna) et des rivières Meghna et leurs affluents occupent 79 pour cent du pays. Quatre blocs surélevés (y compris les Madhupur et Barind Tracts au centre et au nord-ouest) occupent 9 pour cent et des chaînes de collines escarpées atteignant environ 1 000 mètres (3 300 pieds) de haut occupent 12 pour cent au sud-est (les Chittagong Hill Tracts) et au nord-est. À cheval sur le tropique du Cancer, le Bangladesh a un climat tropical de mousson caractérisé par de fortes précipitations saisonnières, des températures élevées et une humidité élevée. Des catastrophes naturelles telles que des inondations et des cyclones accompagnés d'ondes de tempête affectent périodiquement le pays. La majeure partie du pays est cultivée de manière intensive, le riz étant la culture principale, cultivé en trois saisons. Une urbanisation rapide est en cours avec le développement industriel et commercial associé. Les exportations de vêtements et de crevettes ainsi que les envois de fonds des Bangladais travaillant à l'étranger constituent les trois principales sources de revenus en devises du pays.


  • Permettre à l'utilisateur de changer la couleur des polylignes et de l'ombrage de zone (y compris transparent)
  • Autoriser la zone à être enregistrée pour une utilisation ultérieure
  • Option d'exportation au format KML
  • 17 juin 2015 - Les marqueurs affichent désormais leur lat/lng lorsque vous les survolez
  • 18 décembre 2014 - La superficie totale est maintenant calculée
  • 23 mars 2014 - Ajout de la production d'hectares
  • 6 août 2013 - Problème de sortie de périmètre corrigé
  • 21 février 2013 - Ajout d'une sortie en pieds carrés
  • 8 janvier 2012 - Mise à jour vers Google Maps API V3 et quelques nouvelles fonctionnalités
  • 20 juillet 2010 - Ajout d'un réticule et d'une option pour activer/désactiver le réticule
  • 17 juin 2010 - Ajout de l'option de téléchargement KML (bêta)
  • 2 juin 2010 - Déplacement du contrôle d'échelle en haut de la carte pour arrêter le conflit avec la barre de recherche Google
  • 2 février 2010 - Ajout de la sortie du périmètre en mètres et kilomètres
  • 25 mars 2008 - Ajout de marqueurs déplaçables, possibilité de cliquer à l'intérieur du polygone et sortie en acres
  • 26 juin 2007 - Calcul de la superficie de base ajouté
  • 24 juin 2007 - Page créée

Résumer la superficie totale des polygones d'utilisation des terres dans les feuilles de carte - comment ? - Systèmes d'information géographique

Le programme de protection des eaux pluviales et des eaux propres du comté de Riverside a été élaboré en réponse aux réglementations fédérales autorisées par la Clean Water Act. Ces réglementations du Système national d'élimination des rejets de polluants (NPDES) exigent des autorités locales qu'elles contrôlent l'entrée des polluants de source diffuse dans les voies navigables des Nations Unies.

Lorsque le Congrès a adopté le Federal Clean Water Act de 1972, il a exigé l'obtention d'un permis pour rejeter des polluants dans les eaux des États-Unis. En 1983, l'EPA a mené une étude qui a conclu que les eaux de ruissellement des zones urbaines et industrielles contenaient les mêmes types de polluants que les rejets ponctuels ou industriels. Par conséquent, le ruissellement des eaux pluviales était considéré comme une menace au même titre que les rejets industriels.

En 1987, la Clean Water Act a été modifiée pour inclure ce ruissellement des eaux pluviales de source diffuse. En novembre 1990, l'EPA a publié les règlements définitifs et le programme des eaux pluviales et des eaux propres du comté a été formé à la suite de ces règlements.

Structure réglementaire

L'autorité de mettre en œuvre et d'appliquer ce programme appartient au California State Water Resources Control Board (SWRCB). Par la suite, il y a neuf conseils régionaux de contrôle des eaux (RWQCB), dont trois relèvent du comté de Riverside.

LA SOURCE DE FINANCEMENT

Histoire

Bien que le gouvernement fédéral mandate ce programme, il ne le finance pas. Pour financer ce programme, le comté de Riverside a créé la zone de service du comté 152 (CSA 152) qui apparaît sur les factures d'impôt foncier du comté. Au cours de la première année d'existence du CSA 152, il a été déterminé qu'aucune parcelle ne devrait être facturée plus de 10 $ pour sa contribution au CSA. À ce moment-là, il n'y avait cependant aucun critère d'exemption, de sorte que chaque cotisation fiscale était fixée à 10 $.

Au fil du temps, il a été déterminé qu'il était déraisonnable de prélever une taxe sur les parcelles « égalisée » contre toutes les parcelles du comté. Il avait été précédemment établi par voie contentieuse qu'« une cotisation spéciale est une charge prélevée sur un bien immobilier bénéficiant notamment et directement d'une amélioration locale, afin de payer le coût de cette amélioration ». Il a ensuite été décidé que la superficie et l'utilisation des terres de la parcelle devraient être prises en compte dans une formule pour déterminer le montant de l'évaluation d'une parcelle.

Ainsi, une étude de chaque utilisation des terres et de sa relation avec la quantité de pollution par les eaux pluviales de ruissellement a été réalisée et un facteur pour chaque utilisation des terres a été déterminé pour une formule d'évaluation. Par exemple, les utilisations des terres commerciales ou industrielles ont reçu un facteur d'utilisation des terres beaucoup plus élevé que les terrains de golf ou les zones résidentielles. Certaines utilisations des terres, par exemple vacantes, ne seraient pas facturées.

CALCULS D'ÉVALUATION

Création de zones tarifaires

La formule d'évaluation avait besoin d'un facteur supplémentaire pour être complète, un TAUX. Par exemple, la formule devait ressembler à ceci :

SUPERFICIE * FACTEUR D'UTILISATION DES TERRES * TAUX = ÉVALUATION

Si vous connaissez la superficie totale de chaque désignation d'utilisation des terres évaluable, l'application du facteur d'utilisation des terres à chacun de ces totaux vous donnera le total des unités d'évaluation des avantages (BAUS). Par exemple:

SUPERFICIE * FACTEUR D'UTILISATION DES TERRES = BAUS.

Connaissant le total BAUS d'une zone et combien de revenus seront nécessaires pour administrer le programme dans la zone (le COT), on peut déterminer le TAUX pour une zone. Par exemple:

Étant donné qu'une grande partie du comté de Riverside est non urbanisée et pratiquement inhabitable, il a été déterminé que deux zones (ZONE-A « plus urbanisée » et ZONE-B « moins urbanisée ») devraient être créées et le « TAUX » pour la ZONE-A devrait être nettement supérieur au « TAUX » de la ZONE-B. La "zone plus urbanisée" recevrait un niveau de service plus élevé, y compris le balayage des rues et le nettoyage des bassins collecteurs, ce qui entraînerait une augmentation du "COST" pour administrer le programme. Dans les deux zones "urbanisées" et "moins urbanisées", le "TARIF" serait un calcul direct basé sur le niveau de service.

Le SIG du comté a été utilisé pour former la ZONE-A et la ZONE-B. Il a été décidé que trois critères seraient utilisés pour déterminer où seraient établies les zones « plus urbanisées » et « moins urbanisées ».

La première étape dans la détermination des zones consistait à établir une zone d'étude. Les zones d'étude sont des polygones ayant des attributs communs qui comprennent l'ensemble du comté et le divisent en plusieurs parties. Chacun de ces domaines d'étude est analysé et noté pour les trois critères (attributs communs).

On aurait pu former des zones d'étude en utilisant des cantons ou des sections, mais les parcelles seraient coupées par les limites de la zone d'étude, ce qui entraînerait une confusion dans les analyses finales lors de la détermination de quelles parcelles appartiennent à quelle zone. Il a donc été décidé que les limites de la zone d'étude devraient être dérivées des lignes parcellaires.

Dans le comté de Riverside, historiquement, toute la couche parcellaire était cartographiée par le bureau de l'évaluateur et placée dans les livres de l'évaluateur. Ces livres de l'évaluateur sont conservés dans le bureau de l'évaluateur pour un dossier public. Les livres se composent de pages de 11 pouces sur 17 pouces et mesurent environ 3 pouces d'épaisseur en moyenne. La zone couverte par un livre d'évaluateur est contiguë.

Les trois premiers chiffres du numéro de parcelles de l'évaluateur (APN) à neuf chiffres indiquent dans quel livre de l'évaluateur la parcelle se trouve. Les près de 7 300 milles carrés du comté de Riverside sont divisés en 534 livres de l'évaluateur. Les livres ayant un développement plus dense couvrent une zone plus petite, de sorte que la distinction des limites des livres d'évaluateurs est plus fine dans les zones les plus urbanisées. En dernière analyse, il faudrait une table de seulement 534 enregistrements pour déterminer à quelle zone appartient une parcelle en utilisant les trois premiers chiffres du numéro de parcelle de l'évaluateur. Pour ces raisons, les livres de l'évaluateur ont été utilisés comme zones d'étude.

L'étape suivante consistait à attribuer des attributs dans le PAT de la couverture du livre de l'évaluateur pour stocker les valeurs de la population, des parcelles et des parcelles avec des structures. Le nombre de parcelles et de parcelles avec structures pourrait être facilement résumé avec des liens vers la base de données de l'expert. Les valeurs de population étaient un peu plus difficiles à calculer. Cette méthode impliquait une superposition de polygones avec des couvertures d'îlots de recensement. Si un bloc de recensement tombait totalement dans le polygone du livre d'un évaluateur, la population totale attribuée à ce bloc serait ajoutée à la valeur de la population du polygone du livre de l'évaluateur. Si un îlot de recensement se situait partiellement dans le polygone du livre d'un évaluateur, alors le rapport de cette superficie, qui s'y trouvait, sur la superficie totale de l'îlot de recensement serait multiplié par la population attribuée à l'îlot de recensement et ajouté à la population de l'îlot de recensement. Livre. Une fois que les totaux pour la population, les parcelles et les parcelles avec des structures ont été calculés dans le PAT du livre de l'évaluateur, l'attribut de surface du polygone du livre de l'évaluateur a été utilisé pour déterminer les statistiques par mile carré pour les critères. Des statistiques ont été effectuées sur la population par mile carré, les parcelles par mile carré et les parcelles avec des structures par mile carré pour déterminer les minimums, les maximums, les moyennes, les moyennes et les totaux. À l'aide de ces statistiques, des valeurs seuils ont été établies en tant que telles.

Tout cahier d'évaluateur dépassant au moins deux de ces catégories serait considéré comme un cahier d'évaluateur « plus urbanisé » et ajouté à la ZONE-A.

Ensuite, une étude du COT pour desservir la ZONE-A et la ZONE-B a été menée. Il a ensuite fallu résumer le total BAUS pour chaque zone. (voir formule de calcul du BAUS mentionnée précédemment.) Ayant le total BAUS pour chaque zone et connaissant le COT pour mettre en œuvre le programme, le TAUX a été calculé avec la formule mentionnée précédemment.

Enquêter sur les écarts d'utilisation des terres

Bien que l'évaluateur attribue une désignation d'utilisation du sol à chaque nouvelle parcelle créée, dans de nombreux cas, ces valeurs peuvent devoir être modifiées. Par exemple, une parcelle peut être affectée à une utilisation agricole, mais puisque le propriétaire a installé un stand de fruits, l'utilisation réelle des terres est commerciale en ce qui concerne notre programme d'évaluation.

Étant donné que nous avons une couche d'utilisation des terres dans l'une de nos bibliothèques SIG qui se préoccupe de « l'utilisation réelle des terres », telle qu'elle est dérivée de photographies de surface, nous pouvons dessiner cette couche sur l'écran pour aider à déterminer « l'utilisation réelle des terres » pour l'évaluation , ou nous pouvons effectuer des superpositions de polygones, avec des processus d'arrière-plan, pour vérifier les nouvelles évaluations pour les écarts entre "l'utilisation réelle des terres" et l'utilisation des terres attribuée par l'évaluateur dans le cadre d'une mise à jour de la base de données d'évaluation.

Résoudre les écarts de superficie

Lorsqu'une nouvelle parcelle d'évaluateur est créée, sa superficie, si disponible, est entrée dans la base de données de l'évaluateur, qui est liée à la couche de parcelle SIG PAT par le numéro de parcelle de l'évaluateur. (APN) Souvent, lorsque le personnel de l'évaluateur entre l'APN dans la base de données de l'évaluateur, il n'a pas d'informations sur la superficie. Sans la superficie d'une parcelle, il est impossible de déterminer l'évaluation de la parcelle. Étant donné que la parcelle a probablement été numérisée dans la couche Parcelle du SIG, les informations sur la superficie peuvent être extraites du SIG, dans le cadre du processus de mise à jour de la base de données d'évaluation, tout en produisant un rapport.

Dans de nombreux cas, une partie de la superficie d'une parcelle peut être en fait un terrain non aménagé, bien que toute la superficie de la parcelle soit classée par un code d'utilisation des terres qui génère BAUS. Pour certains des codes d'utilisation des terres les mieux notés (par exemple les codes commerciaux), les terres non aménagées peuvent créer une évaluation injuste et importante. La couche d'utilisation du sol peut donner une bonne idée de la superficie réellement développée d'une parcelle lorsqu'elle est croisée avec la couche de parcelles.

Dépistage des évaluations anormalement élevées

Lors du calcul des évaluations NPDES, un rapport d'exception est imprimé pour toute évaluation supérieure à 100 BAUS ( 100 fois le TAUX ). Ces exceptions sont étudiées. Dans de nombreux cas, les nouvelles évaluations peuvent devoir être égalisées ou attribuées à une autre superficie ou à une désignation d'utilisation des terres dans la base de données d'évaluation du NPDES.

La base de données Override NPDES

Lorsque les évaluations sont injustes en utilisant les données d'utilisation des terres ou de superficie de l'évaluateur, des éléments de données de remplacement sont créés dans les champs de données d'exception. Bien entendu, les données réelles de l'évaluateur ne sont jamais modifiées. Par conséquent, la base de données de remplacement continue de croître à mesure que les parcelles sont examinées en raison de rapports d'exception ou de demandes de renseignements du public. Dans tous les cas, si des données de remplacement existent, elles sont utilisées dans le calcul de l'évaluation.

DÉTERMINER LES ITINÉRAIRES DE BALAYAGE DES RUES

Le balayage des rues est considéré comme une meilleure pratique de gestion (BMP) pour se conformer aux réglementations NPDES. De nombreux polluants qui se retrouvent dans nos égouts pluviaux se retrouvent dans la rue, déposés par les automobiles ou déversés par les résidents du quartier.

Compte tenu des ressources fiscales limitées, la tâche de déterminer laquelle, parmi les milliers de rues, sera balayée, est rendue possible par notre application SIG Street Sweeping.

Structurer la base de données

Les trois facteurs suivants ont été jugés pertinents dans la sélection des meilleurs candidats au balayage de rue :

Certains codes d'utilisation du sol, par exemple le développement résidentiel unifamilial à haute densité ou le développement commercial en bande, sont considérés comme des utilisations du sol hautement prioritaires lors de la sélection des candidats pour le balayage des rues.

La couche d'utilisation des terres du SIG du comté de Riverside comporte 129 classifications uniques d'utilisation des terres liées au PAT d'utilisation des terres liées par un code d'utilisation des terres. Sur ces 129, nous avons déterminé que 58 étaient les types d'utilisation du sol par lesquels les candidats au balayage primaire des rues passent. Un fichier-clé d'information a été créé pour sélectionner ces codes d'utilisation des terres en copiant la table de consultation des terres et en purgeant les enregistrements indésirables.

La couche de ligne centrale de route dans notre SIG classe nos routes en termes de type de surface, si la route appartient ou est entretenue par le comté, et le type de plan général. Les fichiers-clés de sélection ont été créés de la même manière, comme mentionné précédemment, avec les désignations d'utilisation des terres. Les routes pavées entretenues par le comté étaient (par exemple) la principale cible du balayage des rues à cet égard. Sur les 30 classifications de lignes médianes dont nous disposons, 9 d'entre elles ont été utilisées dans notre fichier clé de sélection.

Le comté maintient une base de données distincte dans le cadre du système de gestion des chaussées, qui peut être liée à la couche centrale SIG AAT par un numéro de route. Le numéro de route était historiquement créé pour la tenue de dossiers, y compris l'entretien et la comptabilité analytique. Cette base de données nous permet de déterminer si une route a une bordure et une gouttière d'un côté ou des deux.

Ensuite, une identité est réalisée sur la couche de ligne centrale en utilisant la couche d'utilisation des terres comme couverture d'identité, ajoutant ainsi des attributs d'utilisation des terres aux attributs d'arc d'une couverture de balayage de rue à l'échelle du comté.

Établissement des critères de sélection

Maintenant, ayant une couverture de ligne à l'échelle du comté avec des attributs pour les trois critères mentionnés précédemment, et après avoir créé les fichiers de sélection d'informations identifiant les attributs des candidats principaux, nous sommes en mesure de sélectionner des arcs pour le balayage des rues dans Arcplot à l'aide de la commande Resélectionner avec la clé - option de fichier.

Création de zones de balayage de rue

De toute évidence, lorsque vous sélectionnez des candidats routiers pour le balayage des rues à l'échelle du comté (le comté de Riverside fait environ 7 300 milles carrés), vous essayez de créer plusieurs itinéraires de balayage de rue différents, plutôt qu'un seul.

Lorsque vous sélectionnez des rues sur la base des critères mentionnés précédemment, vous aurez de nombreux fragments de rues quelque peu connectés mais plus connectés dans les zones de développement dense.

Nous allons maintenant vouloir former des zones de balayage des rues qui déterminent où un itinéraire sera créé. Lorsque nous avons créé nos zones d'étude d'itinéraires de balayage de rue, nous avons décidé que si un candidat de balayage de rue (SSP) se situait à moins d'un demi-mile d'un autre SSP, les deux candidats devraient être considérés comme faisant partie du même itinéraire. En d'autres termes, nous ne sommes pas disposés à parcourir plus d'un demi-mile sur des rues que nous ne ciblons pas pour balayer pour arriver à une rue que nous ciblons. En résolution, nous avons tamponné 1/4 mile (1320 pieds) autour de nos "cibles principales" comme première étape de la création de nos zones de balayage de rue dans lesquelles nous avons créé nos itinéraires.

Cela a créé un certain nombre de polygones dont la superficie varie considérablement. Les plus petits polygones étaient des zones où peu de « candidats » étaient à proximité les uns des autres et les plus grands polygones indiquaient des zones où de nombreux candidats étaient à proximité les uns des autres. À l'aide de statistiques sommaires, connaissant le coût par kilomètre du balayage des rues, nous avons pu estimer combien il en coûterait pour mettre en œuvre le balayage des rues dans chaque zone. Notre intention est de mettre en œuvre le balayage des rues dans le plus grand nombre des zones les plus vastes possible dans les limites du budget.

Ajout de liens

Après avoir sélectionné une zone, pour la mise en œuvre du programme de balayage des rues, une étude affinée a été réalisée à l'aide du SIG. Une application pilotée par menu a été développée qui a permis à l'analyste d'ajouter ou de supprimer des rues en tant que candidats, de manière interactive, pour n'importe quelle zone, dans le but de créer des itinéraires logiquement connectés. L'utilisateur peut interroger tous les attributs de n'importe quel arc ou ensemble d'arcs et générer des statistiques sur l'utilisation des terres, le type de surface, le kilométrage et les coûts, tout en visualisant les arcs graphiquement avec diverses caractéristiques géographiques en arrière-plan. Enfin, on peut générer un rapport statistique accompagné de cartes de chacun des nombreux itinéraires alternatifs. Enfin, lors de la sélection d'une alternative, les cartes et les rapports sont utilisés dans le processus d'appel d'offres par diverses sociétés de services de balayage des rues.

Le financement

Une application SIG est en cours de développement, pour le comté de Riverside, afin de déterminer les parcelles qui bénéficient directement du balayage des rues. L'application déterminera non seulement les parcelles adjacentes à un itinéraire, mais calculera également une évaluation basée sur le coût par mile à balayer et la quantité de façade attribuée à la parcelle.

Avec la couche Parcelle liée à la base de données de l'évaluateur, les évaluations fiscales seront automatiquement générées et transmises au bureau du vérificateur/contrôleur pour être ajoutées au compte de taxe foncière.

L'INVENTAIRE DES DRAINES TEMPÊTES

Les règlements du NPDES stipulent spécifiquement qu'un inventaire du système de drainage pluvial doit être créé et maintenu. Nous avons choisi de créer cet inventaire sous forme de couche dans notre bibliothèque SIG.

Nous produirons également le livre de cartes des installations de drainage pluvial et des servitudes de drainage, dans le cadre de notre conformité à ces réglementations. La couche Stormdrain est une couverture de ligne avec des attributs de ligne et de nœud et la couche de servitude de drainage est une couverture de polygone avec des attributs de polygone.

Attributs de ligne de drainage pluvial

SD-NUMBER est utilisé par le comté à des fins de comptabilité et de suivi de l'historique de maintenance par les équipes de terrain. S'il y a une route entretenue associée à la ligne de drainage pluvial, alors ce champ sera le même que le numéro de route entretenue.

WIDTH est la largeur de l'installation en pouces. Si l'installation est un tuyau (rond), la largeur sera le diamètre. Si la largeur de l'installation varie, alors la largeur moyenne sera la LARGEUR.

DEPTH est la profondeur de l'installation en pouces, du haut vers le bas. La profondeur n'est pas mesurée à partir de la surface du sol jusqu'en haut ou en bas de l'installation. Si l'installation est un tuyau (rond), la PROFONDEUR sera le diamètre. Si la profondeur de l'installation varie, alors la profondeur moyenne sera la PROFONDEUR.

TYPE est la classification principale de l'installation qui se distingue par un code qui se rapporte à un fichier d'information qui fournit un symbole et une description en référence croisée. Ce champ est redéfini en deux catégories, P-TYPE et R-TYPE.

CONTACT Ce champ contient un numéro d'enregistrement associé à un fichier CONTACTS associé. Le fichier CONTACTS contient des informations concernant « qui contacter » pour la maintenance, les autorisations d'accès, les rapports d'urgence, les informations de pré-excavation (etc).

PLAN-NUMBER Le numéro de dossier du plan d'amélioration (conception) tel que fourni par le service d'arpentage.

P-TYPE La classification physique du service public, ou le type de construction dont il s'agit. Ce code fait référence à une description dans un fichier associé ayant les classifications suivantes :

R-TYPE Les implications légales de la responsabilité et de l'utilisation. Ce code fait référence à une description dans le fichier associé ayant les classifications suivantes :

Attributs du nœud Stormdrain

TYPE Le type de structure en ligne pour la couche de drainage pluvial. Chaque code est lié à une description et à un symbole dans un fichier associé. Les descriptifs sont les suivants :

CONTACT Ce champ contient un numéro d'enregistrement associé à un fichier CONTACTS associé.

FL-ELEVATION L'élévation à la position du nœud sur la ligne d'écoulement du service d'évacuation des eaux pluviales.

GR-ELEVATION L'élévation au niveau du sol au-dessus de la position du nœud.

Attributs de polygone des servitudes de drainage

DATE-RECORDED La date d'enregistrement de l'instrument ou de la carte qui a créé la servitude.

RÉFÉRENCE Une référence au document qui a créé la servitude.

Décharges illicites

Les réglementations du NPDES stipulent que les rejets illicites doivent être suivis et des mesures doivent être prises pour les légaliser. Notre couche NPDES Stormdrain nous permettra de localiser et de suivre les procédures contre les rejets illicites grâce à notre système de suivi des dossiers de maintenance des collecteurs d'eaux pluviales.

Traçage des polluants

Chaque ligne de drainage pluvial est créée ou modifiée pour avoir une direction d'écoulement. (Le nœud vers est toujours en aval). À l'avenir, nous testerons la qualité de l'eau aux stations d'échantillonnage le long du collecteur d'eaux pluviales. Un fichier de résultat de test de station d'échantillonnage sera lié à la table d'attributs du nœud de drainage pluvial.

Notre table d'attributs de polygone de couche de parcelles sera liée à une table de codes industriels standard (SIC) par le numéro de parcelle de l'évaluateur. Ce tableau indiquera quels types d'activités industrielles ont lieu sur la parcelle. Une autre table qui associe les polluants au code (SIC) sera créée et liée à la table SIC par SIC-CODE.

Les nœuds Stormdrain seront liés à la table attributaire de polygones de la couche de parcelles en effectuant un processus d'identité. Les nœuds Stormdrain seront également liés par le numéro de parcelle de l'évaluateur.

Lorsqu'une contamination est identifiée à l'une des stations d'échantillonnage, un programme de traçage sera exécuté qui recherche en amont, suivant un schéma de nœuds de départ et de nœuds, identifiant toutes les parcelles de terrain qui existent en amont de la station d'échantillonnage qui a détecté le polluant . Les parcelles avec des codes SIC liés au polluant seront mises en évidence et répertoriées dans un rapport d'exception.

Contacter les agences

Il a été déterminé qu'en cas d'urgence, par exemple, une conduite d'évacuation des eaux pluviales cassée ou bouchée, lorsque le comté est atteint, on peut localiser une installation d'évacuation des eaux pluviales par une adresse, ou par le nom d'un propriétaire de parcelle, ou toute autre caractéristique (s) dans le SIG. L'utilisateur peut alors pointer vers l'égout pluvial et obtenir l'organisation, le numéro de téléphone et la personne responsable de l'entretien de l'installation.

CONCLUSION

Après que l'EPA eut déterminé que la pollution diffuse (provenant du ruissellement des eaux pluviales urbaines) contribue autant aux polluants qu'une source ponctuelle (rejets industriels) aux voies navigables de nos nations, la Clean Water Act a été modifiée pour inclure des contrôles des polluants de source diffuse. . Cet amendement a été examiné et interprété par l'EPA, qui a publié la réglementation NPDES.

En suivant ces réglementations, le comté de Riverside a utilisé son SIG dans plusieurs aspects différents. Le comté de Riverside a mis à l'essai un inventaire SIG des égouts pluviaux et une couche de servitude de drainage. Nous pensons que ces couches s'avéreront beaucoup plus efficaces que les systèmes d'inventaire tabulaires conventionnels, car elles seront utilisées pour créer le carnet de cartes des collecteurs d'eaux pluviales et des servitudes de drainage. De plus, le traçage des contaminants en amont et la modélisation des flux hydrologiques seront possibles à l'aide de ces couches.

Nous avons également généré des évaluations fiscales NPDES pour financer notre programme avec notre SIG. Nous avons créé et maintenu des zones de taux d'évaluation basées sur des critères géographiques d'« urbanisation » pour rapprocher plus étroitement les personnes évaluées des bénéficiaires. Nous avons utilisé notre SIG pour rechercher et découvrir des évaluations qui doivent être examinées de plus près et égalisées.

Réalisant que le balayage des rues est une BMP importante à mettre en œuvre, nous avons, à l'aide de notre SIG, déterminé les itinéraires de balayage des rues tout en ciblant les routes entretenues par le comté ayant certaines caractéristiques d'utilisation du sol, de type de chaussée et de conception pour tirer le meilleur parti de l'argent limité disponible pour le balayage des rues .

William Kaftan, analyste programmeur de systèmes d'ingénierie
Système d'information géographique du comté de Riverside
4080 Lemon Street, arrêt postal 1260
Riverside, CA 92501
Téléphone (909) 275-2086
Télécopieur : (909) 275-6814


Estimations de l'utilisation des terres et de la couverture des terres pour les États-Unis

Cette section fournit un concordance entre les principaux ensembles de données fédérales sur l'utilisation des terres et la couverture des terres et fournit des détails sur les définitions, la couverture et les méthodologies utilisées par les agences. Le but de ce document est de clarifier les différences entre les données d'utilisation des terres et d'occupation des sols et de faciliter la compréhension par les utilisateurs de la comparabilité de ces données. Diverses agences fédérales américaines produisent des estimations de l'utilisation des terres ou de la couverture des terres. Certaines agences produisent des estimations pour l'ensemble des États-Unis, tandis que d'autres produisent des estimations couvrant moins de types de terres ou de propriété pour de nombreuses agences, la portée et l'échelle des estimations sont conçues pour répondre à des mandats législatifs spécifiques adoptés par le Congrès. Tout comme la portée et l'échelle des mandats diffèrent considérablement, les estimations produites varient également. Ce document soutient un effort international visant à améliorer l'accès et l'utilisation des statistiques agricoles et rurales dans le monde (voir encadré).

En quoi l'utilisation des terres diffère-t-elle de la couverture terrestre ?

L'utilisation des terres et la couverture des terres sont souvent liées, mais elles ont des significations différentes. L'utilisation des terres implique un élément d'activité humaine et reflète les décisions humaines sur la façon dont les terres seront utilisées. L'occupation du sol fait référence aux caractéristiques végétales ou aux constructions artificielles à la surface du sol. Par exemple, après une récolte de bois, la couverture terrestre a changé, mais l'utilisation des terres de cette zone n'aura pas changé si des semis ont été plantés ou si une régénération naturelle se produit et elle continuera à être utilisée pour la production de bois. Souvent, différentes méthodes sont utilisées pour développer des estimations de l'utilisation des terres et de la couverture des terres. L'utilisation des terres est généralement déterminée par des enquêtes basées sur des observations sur le terrain ou un dénombrement, tandis que la couverture terrestre est généralement déterminée à l'aide de techniques de télédétection ou d'interprétation de photographies aériennes.

Le tableau ci-dessous résume les estimations de l'utilisation des terres et de la couverture terrestre produites par diverses agences fédérales. Cliquez sur les noms des agences dans les en-têtes des colonnes pour voir les détails spécifiques aux agences sur leur collecte de données. Cliquez sur les catégories de terres dans la colonne de gauche pour une comparaison des définitions utilisées par les différentes agences.

Estimations de l'utilisation des terres et de la couverture des terres pour les États-Unis, par source (millions d'acres)
USFS 1
(toutes les terres forestières)
BLM 1
(zone gérée par BLM)
NASS 1
(terre dans les fermes)
Bureau de recensement 1
(zones urbaines)
ERS 1
(toutes utilisations du sol)
NRCS 2
(toutes les terres non fédérales)
USGS 3
(toute la couverture terrestre et aquatique)
BLM 3
(zone gérée par BLM)
Forêt/bois 751 11 75 -- 671 409 600 69
—Forêt à usage de bois N / A 11 46 -- 544 N / A N / A N / A
—Forêt à usages pâturés N / A N / A 29 -- 127 N / A N / A N / A
Pâturage/plage permanent -- 158 409 -- 614 529 995 174
Terres cultivées -- -- 406 -- 408 390 311 --
Zones urbaines -- -- -- 68 61 112* 102 --
Parcs ruraux, zones sauvages -- 2 -- -- 252 -- -- --
Transport rural -- -- -- -- 26 * -- --
Autre -- 85 32 -- 232 504 373 13
Superficie totale incluse dans les estimations 751 256 922 68 2,264 1,944 2,381 256
Superficie totale des États-Unis : 2 264 millions d'acres (source : Bureau du recensement)
Superficie totale des terres et des eaux des États-Unis : 2 381 millions d'acres (source : USGS)
Les estimations de l'année ont été dérivées 2007 2007 2007 2010 2007 2007 2006** 2007
Nombre d'États américains inclus 50 26# 50 50 50 49* 50 26#
Territoires américains ## N / A ## N / A ## ## ## N / A
1 Utilisation du sol.
2 Hybride utilisation des terres/occupation des sols.
3 Couverture terrestre.
* Le NRCS combine les zones urbaines et le transport rural dans une catégorie de terres aménagées. Les estimations du NRCS excluent AK.
**Les données de l'USGS datent de 2006, à l'exception des estimations AK et HI de 2001.
N/A = Sans objet.
# = Les estimations du BLM excluent les États qui ne contiennent pas d'acres de surface gérées par le BLM.
## = L'agence dispose d'estimations pour certaines catégories de terrains. Consultez les liens vers les sites Web des agences sur les pages suivantes.

Descriptions des ensembles de données, de la portée et des méthodologies

Service forestier des États-Unis (USFS)

Description des données: L'Inventaire et l'analyse des forêts (FIA) fournit des estimations des terres forestières par propriétaire et statut (réservé, non réservé, productif, improductif, type de couvert, etc.) et les attributs associés tels que le volume, la biomasse, la croissance, la mortalité, les prélèvements, la santé, perturbation, qui peuvent également être utilisées comme qualificatifs d'estimation de superficie.

La fréquence: Mandaté en 1928 en tant que programme de surveillance des forêts dans toutes les propriétés forestières aux États-Unis Évaluations à l'échelle de l'État (données au niveau du comté) obligatoires sur une base quinquennale et évaluations nationales obligatoires en 1953, 1963, 1970, 1977, 1987, 1992, 1997, 2002, 2007 et tous les 5 ans par la suite, conformément au Forest and Rangeland Renewable Resources Planning Act de 1974 (PL 93-378, 16 USC 1601) et au Forest and Rangeland Renewable Resources Research Act de 1978 (PL 95-307, 16 USC 1641+). L'enquête annualisée permet des mises à jour des données des attributs forestiers à l'échelle de l'État chaque année à l'aide de bases de données en ligne accessibles au public.

Portée et approche de base:

  • Le FIA ​​est un inventaire complet sur le terrain de toutes les propriétés forestières utilisant la télédétection et plus de 125 000 échantillons de terrain permanents uniformément répartis sur des terres forestières et 200 000 points d'échantillonnage sur des terres non forestières dans les 50 États et îles affiliées aux États-Unis de Porto Rico, îles Vierges américaines, Samoa américaines, Guam, la République des îles Marshall, les États fédérés de Micronésie, le Commonwealth des îles Mariannes du Nord et la République des Palaos. Un sous-échantillon systématique de placettes est mesuré chaque année dans chaque État (20 % dans chaque État à l'Est et 10 % dans chaque État à l'Ouest).
  • L'agence passe régulièrement en revue toutes les principales installations utilisant du bois aux États-Unis afin de recueillir des informations essentielles pour étayer les estimations des extractions de bois à partir de l'enquête sur le terrain en forêt.
  • Les études sur les attitudes et les objectifs des propriétaires forestiers privés menées par l'agence de concert avec l'enquête de terrain fournissent des informations supplémentaires sur les opportunités et les problèmes liés à la gestion globale des forêts de la Nation.
  • Le programme FIA ​​continue de mener des études pilotes pour surveiller les zones urbaines afin de fournir une image plus solide de la couverture forestière aux États-Unis, qui est plus large que le contexte plus restreint de définition de l'utilisation des forêts. Des études pilotes de forêts urbaines sur le CO et le TN ont été menées au cours des 5 dernières années. Récemment, une étude collaborative de la forêt urbaine a commencé en CA, OR, WA, AK et HI.
  • Des études pilotes sur les parcours sont menées avec le NRCS/BLM dans l'OR et avec les systèmes forestiers nationaux dans le WY.
  • Les projets en cours comprennent un travail en collaboration avec l'ensemble de données de couverture terrestre national de l'USGS (NLCD) sur la vérification de la couche de couverture forestière et avec la NASA sur des techniques d'estimation plus rapides de la couverture terrestre/de l'utilisation des terres.

Utilisations prévues des données: Le programme Forest Inventory and Analysis (FIA) du Forest Service est utilisé de plusieurs manières, telles que l'évaluation des conditions de l'habitat de la faune, l'évaluation de la durabilité des pratiques de gestion des écosystèmes et le soutien aux activités de planification et de prise de décision entreprises par les entreprises publiques et privées. La gestion de la FIA est participative avec ses partenaires et clients avec une structure définie dans le plan stratégique de la FIA. Les données d'inventaire de la FIA fournissent les principales données de planification stratégique pour la planification forestière et l'élaboration de politiques au niveau des États pour chacun des 50 États, ainsi que des informations plus larges sur l'étendue, l'état et les tendances de toutes les forêts de la nation qui sont présentées dans des évaluations nationales complètes chaque 5 années. Les données de l'agence sur la biomasse forestière et le carbone forment la base faisant autorité de la déclaration des États-Unis sur le carbone forestier au Groupe d'experts intergouvernemental des Nations Unies sur l'évolution du climat (GIEC).

Pour plus d'informations: www.fia.fs.fed.us

Bureau de la gestion des terres (BLM)

Description des données:

  • Utilisation des terres : Pour les parcours, l'utilisation des terres est déterminée par le nombre d'acres désignés pour le pâturage, comme indiqué dans le rapport de performance et de responsabilité de BLM. L'utilisation des terres pour les forêts et les terres boisées est déterminée par le nombre d'acres activement gérés pour la production de bois, comme indiqué dans le rapport de performance et de responsabilité de BLM. La catégorie « Autre » pour l'utilisation des terres comprend les parcours non pâturés par le bétail, les terres forestières non gérées pour la production de bois, les zones aquatiques et les zones humides, les terres consacrées au développement énergétique et les zones sauvages non gérées pour la production de bois ou le pâturage du bétail. Les zones situées dans les zones de monuments nationaux administrées par le BLM et non utilisées pour le bois ou le pâturage du bétail sont répertoriées comme « parcs ruraux, zones de nature sauvage ». Ces zones sont signalées dans les plans de gestion des ressources pour les 16 monuments nationaux administrés par le BLM. Les zones des monuments nationaux qui sont actuellement pâturées ou qui sont gérées pour la production de bois sont incluses dans les catégories « Forêt exploitée en bois » ou « Pâturage/aire de répartition permanents ».
  • Couverture des terres : Les acres de terres humides sont déclarées dans un tableau d'état des statistiques des terres publiques. La couverture forestière et boisée est signalée dans le rapport sur la performance et la responsabilité de BLM. Le nombre d'acres de parcours est obtenu en soustrayant les acres de zones humides et les acres de forêts et de terres boisées du total des acres BLM. BLM est en train de terminer les inventaires et les descriptions écologiques des sites, qui fourniront un décompte plus complet des parcours. La catégorie « Autre » pour la couverture du sol comprend les zones humides et les zones aquatiques.

La fréquence: Le total des terres gérées par le BLM est déclaré annuellement dans les statistiques foncières publiques. Le rapport sur la responsabilisation en matière de rendement et les statistiques sur les terres publiques sont également publiés chaque année.

Portée et approche de base: Les estimations de l'utilisation des terres et de la couverture des terres de BLM sont compilées à partir de plusieurs rapports identifiés ci-dessus. Chacun des rapports énumérés ci-dessus est accessible via la page d'accueil Internet de BLM en utilisant le lien ci-dessous. Les rapports sur l'utilisation des terres et la couverture des terres comprennent les acres de surface gérées par BLM en Alabama, Alaska, Arizona, Arkansas, Californie, Colorado, Floride, Idaho, Louisiane, Maryland, Minnesota, Mississippi, Montana, Nebraska, Nevada, Nouveau-Mexique, Dakota du Nord, Oklahoma, Oregon, Dakota du Sud, Texas, Utah, Virginie, Washington, Wisconsin et Wyoming. La superficie consacrée à l'utilisation des terres est indiquée par l'utilisation dominante, généralement soit le pâturage, soit la récolte de bois.

Utilisations prévues des données: Les données utilisées pour générer les estimations de l'utilisation des terres et de la couverture des terres sont utilisées pour rendre compte au Congrès et au public des utilisations des terres attribuées dans les plans de gestion des ressources BLM.

Pour plus d'informations: www.blm.gov. Recherchez dans le Centre d'information les 2 rapports et les 16 plans des monuments nationaux.

Service national des statistiques agricoles (NASS)

Description des données: Le recensement de l'agriculture est la principale source de faits et de chiffres sur l'agriculture américaine. Mené tous les 5 ans, le recensement fournit une image détaillée des fermes et ranchs américains et des personnes qui les exploitent. C'est la seule source de données agricoles uniformes et complètes pour chaque État et comté des États-Unis.

Les données foncières du NASS sont exclusives aux exploitations agricoles uniquement et se compose de terres agricoles utilisées pour les cultures, les pâturages ou le pâturage. Sont également incluses les terres boisées et les friches qui ne sont pas actuellement cultivées ou utilisées pour le pâturage ou le pâturage, à condition qu'elles fassent partie de l'exploitation totale de l'exploitant agricole. Les terres dans les fermes comprennent les acres dans la réserve de conservation, les programmes de réserve de terres humides ou d'autres programmes gouvernementaux.

Les terres agricoles comprennent les terres détenues et exploitées ainsi que les terres louées à d'autres. Les terres utilisées à titre gracieux sont incluses dans les terres louées à d'autres. Toutes les terres de pâturage, à l'exception des terres utilisées en vertu de permis gouvernementaux par tête (que les exploitants ont du mal à estimer), sont incluses comme terres dans les fermes à condition qu'elles fassent partie d'une ferme ou d'un ranch. Les terres sous l'usage exclusif d'une association de pâturage sont incluses dans les terres agricoles. Toutes les terres des réserves amérindiennes utilisées pour la culture ou le pâturage du bétail sont incluses dans les terres agricoles.

La fréquence: Le Recensement de l'agriculture est obligatoire et est effectué tous les 5 ans.

Portée et approche de base: Couvre les 50 États. Le NASS s'appuie sur de nombreuses sources pour dresser la liste des producteurs potentiels qui reçoivent un questionnaire de recensement. Ces sources comprennent, sans s'y limiter, les associations de producteurs, les organisations communautaires et les archives publiques. Le Recensement de l'agriculture comprend les exploitations agricoles qui gagnent ou pourraient gagner 1 000 $ ou plus par an. Les terres appartenant à l'État, telles que les terres appartenant à l'USFS, au BLM ou à d'autres agences fédérales ou étatiques, et aux institutions publiques, et utilisées par habitant, sont exclues.

Utilisations prévues des données: Le Recensement de l'agriculture fournit des informations et des tendances historiques sur les terres agricoles de production utilisées par les exploitants agricoles. En général, les données et les tendances sont plus fiables à des niveaux d'agrégation plus élevés.

Service de conservation des ressources naturelles (NRCS)

Description des données: L'inventaire national des ressources est mené par le service de conservation des ressources naturelles du département de l'Agriculture des États-Unis en coopération avec le Center for Survey Statistics and Methodology de l'Iowa State University. Il fournit des informations à jour sur l'état, l'état et les tendances des terres, des sols, de l'eau et des ressources connexes sur les terres non fédérales de la nation. Les terres non fédérales comprennent les terres privées, les terres tribales et sous tutelle, et les terres contrôlées par l'État et les gouvernements locaux.

La fréquence: La loi sur le développement rural de 1972 a ordonné au secrétaire à l'Agriculture de mettre en œuvre un programme d'inventaire et de surveillance des terres et de publier un rapport sur les conditions et les tendances du sol, de l'eau et des ressources connexes à des intervalles ne dépassant pas 5 ans. La Loi sur la conservation des sols et des eaux (RCA) de 1977 et d'autres lois connexes ont augmenté le mandat statutaire d'évaluation périodique des ressources naturelles de la nation. Les données sont collectées dans le but spécifique de soutenir l'élaboration de politiques agricoles et environnementales et la mise en œuvre de programmes.

Les données sont collectées annuellement et communiquées tous les 5 ans. La base de données longitudinale permet des tendances cohérentes à l'échelle nationale. Le dernier inventaire est le NRI 2007 qui fournit des données cohérentes au niveau national pour la période de 25 ans 1982-2007. Le NRI 2012 devrait être publié en 2014.

Portée et approche de base: L'univers d'intérêt pour l'enquête NRI comprend toute la superficie (terre et eau) des États-Unis, y compris les 50 États, Porto Rico, les îles Vierges américaines et certaines îles du bassin du Pacifique. L'échantillon NRI a été établi comté par comté, à l'aide d'un plan d'échantillonnage aréolaire stratifié à deux degrés. Les unités d'échantillonnage à deux degrés sont (1) des segments de terre nominalement carrés et (2) des points à l'intérieur des segments (environ 300 000 segments d'échantillonnage et 800 000 points d'échantillonnage). L'échantillon couvre toutes les catégories de propriété foncière, mais le type de données déclarées pour les terres fédérales se limite à des estimations de superficie.

Le NRI utilise le terme « couverture/utilisation des terres » pour identifier les catégories qui représentent toute la superficie des États-Unis. Il utilise donc un hybride de couverture et d'utilisation des terres. Dans le NRI, la couverture terrestre est la végétation ou tout autre type de matériau qui recouvre la surface terrestre. L'utilisation des terres est le but de l'activité humaine sur les terres, elle est généralement, mais pas toujours, liée à la couverture végétale. Les terres cultivées, par exemple, sont fondamentalement une catégorie d'utilisation des terres qui comprend une variété d'occupations du sol (herbe, arbres, arbustes, sol nu, petites céréales, etc.) elle est classée principalement par son utilisation et secondairement par sa couverture. En revanche, les terres forestières sont fondamentalement une catégorie de couverture terrestre qui comprend une variété d'utilisations ou de multiples utilisations concurrentes. Elle est classée principalement par sa couverture et secondairement par son utilisation. Le terme NRI Couverture/Utilisation des terres permet d'attribuer correctement des terres avec des cultures et des arbres à une catégorie NRI spécifique et sans chevauchement.

Le NRI a établi des liens avec le programme d'étude des sols du NRCS. Le processus de collecte de données repose en grande partie sur les informations contenues dans le système national d'information sur les sols. La collecte de données NRI est réalisée dans des laboratoires de télédétection avec l'utilisation de la photo-interprétation d'images spéciales à haute résolution. Le personnel local du NRCS utilise les dossiers des bureaux de terrain pour obtenir certains éléments de données qui ne sont pas facilement déterminés par l'interprétation de photos (par exemple, les antécédents de culture, les facteurs de prédiction du modèle d'érosion, la participation à des programmes de conservation et les caractéristiques uniques du paysage). Des données historiques et de nombreux types de données auxiliaires sont également utilisés.

Le NRCS a commencé à collecter des données NRI sur place sur les parcours gérés par le BLM dans le cadre d'un accord interinstitutions. Le cadre NRI est également à la base d'autres types de collecte de données : enquêtes sur les terres de pâturage NRI, programme d'évaluation des effets sur la conservation, réseau de surveillance des sols et évaluation rapide du carbone.

Utilisations prévues des données: Le programme d'enquête NRI fournit des données scientifiquement valides, complètes et pertinentes sur la façon dont les terres rurales non fédérales des États-Unis sont utilisées, et sur les ressources naturelles et les conditions environnementales de ces terres, dans le but spécifique de soutenir l'élaboration et le programme de politiques agricoles et environnementales. la mise en oeuvre. Les estimations sont communiquées à des intervalles de 5 ans et sont statistiquement significatives aux niveaux national, étatique et de certains sous-états. Les informations dérivées du NRI sont utilisées par les gestionnaires de ressources naturelles, les décideurs politiques et les analystes consultants, les médias, les autres agences fédérales, les gouvernements des États, les universités, les groupes environnementaux, de produits et agricoles et le public. Historiquement, les informations du NRI ont été utilisées pour formuler des politiques publiques efficaces, pour façonner une législation sur l'agriculture et les ressources naturelles, pour développer des programmes de conservation d'État et nationaux, pour allouer une assistance financière et technique de l'USDA pour répondre aux préoccupations relatives aux ressources naturelles et pour améliorer la compréhension du public des ressources naturelles. et les problèmes environnementaux. Les données du NRI sont conçues pour faire partie des éléments essentiels des efforts de planification stratégique et de responsabilisation de l'agence, et pour aider à évaluer les conséquences des mandats législatifs existants, tels que les évaluations requises par la Resources Conservation Act et les Farm Bills périodiques.

Bureau du recensement des États-Unis

Description des données: La classification urbaine-rurale du Bureau du recensement des États-Unis est fondamentalement une délimitation des zones géographiques, identifiant à la fois les zones urbaines individuelles et les zones rurales de la nation. Les zones urbaines du Census Bureau représentent un territoire densément développé et englobent des utilisations résidentielles, commerciales et autres utilisations des terres urbaines non résidentielles. Le Census Bureau identifie deux types de zones urbaines : les zones urbanisées (UA) de 50 000 personnes ou plus et les grappes urbaines (CU) d'au moins 2 500 et de moins de 50 000 personnes. Non-urbain, ou « rural », englobe toute la population, les logements et le territoire non inclus dans une zone urbaine.

  • Le Census Bureau identifie et classe les zones urbaines et rurales après chaque recensement décennal.
  • Les zones urbaines (UA) sont identifiées depuis 1906. Avant le recensement de 1950, « urbain » était principalement défini comme toute population, logement et territoire situés dans des lieux constitués comptant une population de 2 500 habitants ou plus.
  • Les UC ont été définies pour la première fois pour le recensement de 1950 et les UC ont été définies pour la première fois après le recensement de 2000. Les UA et les UC sont principalement définis pour décrire un territoire densément peuplé.

Portée et approche de base:

  • Pour le recensement de 2010, une zone urbaine comprend un noyau densément peuplé de secteurs de recensement et/ou d'îlots de recensement qui satisfont aux exigences minimales de densité de population, ainsi qu'un territoire adjacent contenant des utilisations urbaines non résidentielles ainsi qu'un territoire à faible densité de population inclus pour relier territoire périphérique densément peuplé avec le noyau densément peuplé. Le Census Bureau identifie et qualifie un territoire urbain non résidentiel supplémentaire qui n'est pas contigu, mais à proximité de la zone urbaine. En guise d'examen final, le Census Bureau examine le territoire entourant les zones urbaines associé à un degré élevé de couverture terrestre imperméable et détermine s'ils devraient être inclus dans une zone urbaine. Pour être qualifié d'agglomération, le territoire identifié selon des critères doit comprendre au moins 2 500 personnes, dont au moins 1 500 résident à l'extérieur des quartiers collectifs institutionnels.
  • Ces données représentent le territoire qualifié d'urbain sur la base des résultats du Recensement de la population et du logement de 2010 pour les États-Unis, Porto Rico et les régions insulaires (Samoa américaines, Guam, le Commonwealth des îles Mariannes du Nord et les États-Unis Les iles vierges). Ce territoire a été identifié par le Census Bureau à l'aide des critères d'agglomération publiés dans le Registre fédéral le 24 août 2011 (76 FR 53030). Tous les critères basés sur la superficie, la population et la densité de population reflètent les informations contenues dans la base de données du fichier principal d'adresses/base de données de codage et de référencement géographique topologiquement intégré (MAF/TIGER) du Census Bureau (MTDB) produite pour le recensement de 2010. Les données utilisées pour définir les surfaces imperméables se limitent à celles qui sont incluses dans la base de données nationale sur la couverture des terres (NLCD) 2001 du Multi-Resolution Land Characteristics Consortium (MRLC) ou dans la mise à jour NLCD 2006 lorsqu'elles sont disponibles. Les 68 millions d'acres estimés de territoire urbain excluent environ 1 million d'acres d'utilisation des terres identifiées comme urbaines à Porto Rico et dans les régions insulaires.

Utilisations prévues des données: La classification urbaine et rurale du Census Bureau fournit un ensemble de référence important de zones urbaines et rurales pour la tabulation et la présentation de données statistiques à utiliser dans l'analyse des changements dans la répartition et les caractéristiques des populations urbaines et rurales. En délimitant les zones urbaines, le Census Bureau ne prend pas en compte ni ne tente de répondre aux exigences des utilisations non statistiques de ces zones ou de leurs données associées.

Pour plus d'informations: Des informations supplémentaires sur les critères et les produits de délimitation des zones urbaines du Recensement de 2010 sont disponibles : https://www.census.gov/programs-surveys/geography/guidance/geo-areas/urban-rural/2010-urban-rural.html .

Service de recherche économique (ERS)

Description des données: La série Major Land Use (MLU) d'ERS est la plus longue et la plus complète des comptes rendus de toutes les principales utilisations des terres publiques et privées aux États-Unis. La série a commencé en 1945.

La fréquence: Les estimations des terres pour toutes les utilisations sont publiées tous les 5 ans, coïncidant avec le Recensement de l'agriculture.

Portée et approche de base: La série MLU fournit des estimations d'utilisation des terres au niveau des États et au niveau national pour les 50 États. Les données du Service forestier de l'USDA, du National Agricultural Statistics Service, du US Census Bureau, du Bureau of Land Management, du Natural Resources Conservation Service, des agences de conservation et d'autres sources ont été compilées par État pour estimer les utilisations de plusieurs grandes classes et sous-classes de terres en 2007 Des procédures normalisées ont été utilisées pour élaborer les estimations. Les estimations des terres cultivées, des zones urbaines, du transport rural et des parcs ruraux/zones de nature sauvage, qui reposent en grande partie sur des données de recensement et des données administratives, sont d'abord élaborées. Les estimations des terres à usage forestier et des pâturages/parcours sont ensuite développées, suivies des « autres » utilisations des terres. Bien que toutes les catégories d'utilisation des terres nécessitent un rapprochement entre les sources au niveau de l'État, certaines catégories de la série MLU sont ajustées plus que d'autres en fonction de la quantité résiduelle de terres après la tabulation des autres utilisations. Ces catégories comprennent les « autres » terres et, dans une certaine mesure, les pâturages et les parcours, des catégories pour lesquelles des sources de données moins fiables sont disponibles par rapport aux terres cultivées et aux zones d'utilisation des forêts.

Utilisations prévues des données: Ces estimations peuvent être utilisées pour identifier les tendances à long terme des utilisations des terres au niveau de l'État. En général, il faut accorder plus de confiance aux tendances générales de l'utilisation des terres sur des décennies plutôt qu'aux fluctuations spécifiques sur cinq ans. Les estimations au niveau du comté de toutes les utilisations des terres ne sont pas disponibles.

Pour plus d'informations: Voir www.next.usda.net/data-products/major-land-uses.aspx. Le rapport de synthèse basé sur les données de 2007 peut être téléchargé ici :

Service géologique des États-Unis (USGS)

Description des données: La base de données nationale sur la couverture terrestre (NLCD) sert de base de données définitive sur la couverture terrestre basée sur Landsat, avec une résolution de 30 mètres, pour la nation. Il fournit une référence spatiale et des données descriptives sur les caractéristiques de la surface terrestre telles que la classe thématique (par exemple, urbain, agricole et forestier), le pourcentage de surface imperméable et le pourcentage de couvert forestier. Le NLCD prend en charge une grande variété d'applications fédérales, étatiques, locales et non gouvernementales qui cherchent à évaluer l'état et la santé des écosystèmes, à comprendre les modèles spatiaux de la biodiversité, à prévoir les effets du changement climatique et à développer une politique de gestion des terres. Il est créé par le Consortium multi-résolution des caractéristiques des terres (MRLC), un partenariat d'agences fédérales dirigé par le U.S. Geological Survey. Les autres agences fédérales impliquées et leurs principales responsabilités sont les suivantes : National Agricultural Statistics Service (classes agricoles) US Forest Service (données sur la canopée forestière) Environmental Protection Agency (évaluations de la précision) National Oceanic and Atmospheric Administration (zones côtières) National Aeronautic and Space Administration ( Support Landsat) Bureau of Land Management (prairies et zones arbustives) National Park Service (données de référence) US Fish and Wildlife Service (données de référence) et Army Corps of Engineers (données de référence). Tous les produits de données NLCD peuvent être téléchargés gratuitement pour le public.

La fréquence: Pour les États-Unis contigus (48 états), le NLCD est mis à jour tous les 5 ans. L'Alaska, Hawaï et Porto Rico sont effectués conjointement avec d'autres efforts de cartographie fédéraux.

Portée et approche de base: L'objectif de la base de données nationale sur la couverture des terres (NLCD) est de fournir à la nation des informations complètes, actuelles, cohérentes et du domaine public sur la couverture des terres de la nation. Il est dérivé d'images de télédétection acquises par le satellite Landsat, qui sont combinées à d'autres images et données de référence in situ pour produire des informations précises sur la couverture terrestre aussi efficacement que possible. Il fait l'objet d'une évaluation rigoureuse de l'exactitude, qui est publiée dans des revues à comité de lecture.

Utilisations prévues des données: Le NLCD a été développé pour les scientifiques et les gestionnaires de ressources afin de mener des analyses sur les impacts du changement de surface des terres sur la qualité de l'environnement, la dégradation des ressources et la durabilité de la communauté. Il a été formaté pour faciliter l'utilisation dans les analyses des systèmes d'information géographique et les activités de modélisation. Exemples d'applications : évaluation de la qualité de l'eau dans la baie de Chesapeake élaboration de méthodologies d'échantillonnage dans les inventaires des forêts et des parcours modélisant le comportement des feux de forêt et évaluation de la vulnérabilité de la communauté aux risques naturels.

Pour plus d'informations: www.mrlc.gov.

Définitions des catégories de terres par agence

Forêt

USFS: L'USFS définit la forêt comme une terre d'au moins 120 pieds de large et 1 acre avec au moins 10 pour cent de couverture (ou un peuplement équivalent) par des arbres vivants de toute taille, y compris les terres qui avaient auparavant une telle couverture arborée et qui seront naturellement ou artificiellement régénéré. Les terres forestières comprennent les zones de transition, telles que les zones entre les terres forestières et les terres non forestières qui ont au moins 10 pour cent de couverture (ou un peuplement équivalent) avec des arbres vivants et des zones forestières adjacentes aux terres urbaines et bâties. Les bandes d'arbres le long des routes, des cours d'eau et des brise-vent doivent avoir une largeur de cime d'au moins 120 pieds et une longueur continue d'au moins 363 pieds pour être considérées comme des terres forestières. Les routes et sentiers non améliorés, les ruisseaux et les clairières dans les zones forestières sont classés comme forêts s'ils mesurent moins de 120 pieds de large ou un acre. Les zones boisées dans les milieux de production agricole, comme les vergers, ou les zones boisées dans les zones urbaines, comme les parcs urbains, ne sont pas considérées comme des terres forestières.

BLM: BLM définit la forêt comme des terres où la communauté naturelle potentielle contient 10 pour cent ou plus de couvert forestier. Le BLM définit les forêts comme une forêt dans laquelle les arbres sont souvent de petite taille, à tronc court par rapport à la profondeur de leur cime et ne formant qu'un couvert ouvert, les zones intermédiaires étant occupées par une végétation inférieure, généralement de l'herbe.

NASS: Seules les terres associées à une exploitation agricole sont incluses dans la série de données.Comprend les boisés plantés ou les terres à bois, les terres coupées et les terres déboisées avec de jeunes pousses qui ont ou auront de la valeur pour les produits ligneux et les pâturages boisés. Les terres couvertes d'armoise ou de mesquite ont été signalées comme pâturages et parcours permanents ou autres terres. Les terres plantées pour la production d'arbres de Noël et les cultures ligneuses à courte rotation ont été signalées dans les terres cultivées récoltées, et les terres en érables entaillés ont été signalées comme des terres boisées non pâturées.

NRCS: Une catégorie de couverture/utilisation des terres qui est composée à au moins 10 pour cent d'espèces ligneuses à tige unique de toute taille qui mesureront au moins 4 mètres (13 pieds) de hauteur à maturité. Sont également incluses des terres portant des preuves de la régénération naturelle de la couverture arborée (coupe sur forêt ou terres agricoles abandonnées) et actuellement non aménagées pour une utilisation non forestière. Dix pour cent de peuplement, vu dans une direction verticale, équivaut à une couverture aérienne de feuilles et de branches de 25 pour cent ou plus. La superficie minimale pour la classification en tant que terre forestière est de 1 acre et la superficie doit être d'au moins 100 pieds de large.

Bureau de recensement: N / A

ERS: Les inventaires des terres forestières de l'USDA Forest Service constituent la base principale de l'estimation des principales utilisations des terres (MLU) des terres à usage forestier. La catégorie d'utilisation des forêts de l'ERS comprend à la fois les forêts pâturées et non pâturées, mais exclut une estimation des terres forestières dans les parcs, les zones fauniques et les utilisations spéciales similaires de l'inventaire des terres forestières totales de l'USDA Forest Service. Pour en savoir plus sur les définitions et les sources, consultez les annexes 1 et 2 du plus récent rapport sur les principales utilisations des terres à l'adresse :

USGS: Les zones caractérisées par un couvert arboré (végétation ligneuse naturelle ou semi-naturelle, généralement supérieure à 6 mètres de haut) le couvert arboré représente 25 à 100 pour cent du couvert.

Pâturage/plage permanent

BLM: Terre sur laquelle la végétation indigène (climax ou potentiel naturel) est principalement constituée d'herbes, de plantes herbacées, de plantes herbacées ou d'arbustes et est gérée comme un écosystème naturel. Si des plantes sont introduites, elles sont gérées de la même manière. Les parcours comprennent des prairies naturelles, des savanes, des zones arbustives, de nombreux déserts, des toundras, des communautés alpines, des marais et des prairies.

NASS: Comprend les terres de pâturage qui ne sont pas considérées comme des pâturages forestiers ou des pâturages de terres cultivées. Il peut s'agir de terres irriguées ou sèches. Dans certaines régions, il peut s'agir d'un pâturage de haute qualité qui ne pourrait être cultivé sans améliorations. Dans d'autres régions, il est à peine capable d'être pâturé et n'est que légèrement meilleur que les friches. Les terres publiques qui sont pâturées, telles que les terres appartenant à l'USFS, au BLM ou à d'autres agences fédérales ou étatiques, et les institutions publiques, utilisées par habitant, sont exclues.

  • Pâturage – Une catégorie de couverture/utilisation des terres des terres gérées principalement pour la production de plantes fourragères introduites pour le pâturage du bétail. La couverture des pâturages peut être constituée d'une seule espèce dans un peuplement pur, un mélange de graminées ou un mélange de graminées et de légumineuses. La gestion consiste généralement en des traitements culturaux : fertilisation, désherbage, réensemencement ou rénovation, et contrôle du pâturage. Pour le NRI, comprend les terres qui ont une couverture végétale d'herbes, de légumineuses et/ou de plantes herbacées, qu'elles soient ou non pâturées par du bétail.
  • Pâturage – Une catégorie de couverture/utilisation des terres sur laquelle le climax ou la couverture végétale potentielle est principalement composée d'herbes indigènes, de plantes herbacées, de plantes herbacées ou d'arbustes adaptés au pâturage et au broutage, et d'espèces fourragères introduites qui sont gérées comme des parcours. Cela inclurait les zones où des graminées résistantes et persistantes introduites, telles que l'agropyre à crête, sont plantées et des pratiques telles que le pâturage différé, le brûlage, le chaînage et le pâturage en rotation sont utilisées, avec peu ou pas de produits chimiques ou d'engrais appliqués. Les prairies, les savanes, de nombreuses zones humides, certains déserts et la toundra sont considérés comme des parcours. Certaines communautés de plantes herbacées basses et d'arbustes, telles que le mesquite, le chaparral, l'arbuste de montagne et le pinyon-genévrier, sont également incluses dans les parcours.

Bureau de recensement: N / A

ERS: Les pâturages et parcours de prairie englobent toutes les terres ouvertes utilisées principalement pour les pâturages et le pâturage, y compris les types de pâturages d'arbustes et de broussailles, les pâturages avec armoise et mesquite dispersés, et toutes les herbes cultivées et indigènes, les légumineuses et autres fourrages utilisés pour le pâturage ou le pâturage. indépendamment de la propriété. En raison de la diversité de la composition végétative, les pâturages et les parcours des prairies ne se distinguent pas toujours clairement des autres types de pâturages et de parcours. À un extrême, les prairies permanentes peuvent fusionner avec les pâturages des terres cultivées, ou les prairies peuvent souvent être trouvées dans des zones de transition avec des pâturages boisés. Les estimations de ce rapport sont des composites de données du National Resources Inventory (NRI), du Census of Agriculture, du Bureau of Land Management, du USDA Forest Service et de plusieurs autres agences fédérales. Les 614 millions d'acres classés comme pâturages et parcours de prairie en 2007 comprenaient 409 millions d'acres dans des fermes signalées par le NASS. Sont également incluses des estimations des pâturages privés hors exploitations agricoles et des pâturages publics non boisés. Voir plus de détails sur les définitions et les sources dans les annexes 1 et 2 du plus récent rapport sur les principales utilisations des terres à l'adresse :

USGS: Une des trois classes :

  • Arbuste – Zones caractérisées par une végétation ligneuse naturelle ou semi-naturelle à tiges aériennes, généralement inférieures à 6 mètres de haut, avec des individus ou des touffes ne se touchant pas à emboîtement.
  • Prairies – Zones caractérisées par une végétation herbacée naturelle ou semi-naturelle la végétation herbacée représente 75 à 100 pour cent du couvert.
  • Pâturage – Superficies de graminées, de légumineuses ou de mélanges graminées-légumineuses plantées pour le pâturage du bétail ou la production de semences ou de foin, généralement selon un cycle pérenne. La végétation de pâturage/foin représente plus de 20 pour cent de la végétation totale.

Terres cultivées

NASS: Comprend les terres cultivées récoltées, les terres cultivées non cultivées/abandonnées, les jachères d'été cultivées, les terres cultivées inutilisées/les cultures de couverture ou l'amélioration des sols, et les terres cultivées utilisées uniquement pour le pâturage ou le pâturage.

NRCS: Une catégorie de couverture/utilisation des terres qui comprend les zones utilisées pour la production de cultures adaptées pour la récolte. Deux sous-catégories de terres cultivées sont reconnues : cultivées et non cultivées. Les terres cultivées cultivées comprennent les terres en cultures en rangs ou en cultures rapprochées ainsi que d'autres terres cultivées, telles que les prairies de fauche ou les pâturages qui sont en rotation avec les cultures en rangs ou les cultures rapprochées. Les terres cultivées non cultivées comprennent les terres à foin permanentes et les terres cultivées horticoles.

Bureau de recensement: N / A

ERS: Les terres cultivées totales comprennent cinq éléments : les terres cultivées récoltées, les mauvaises récoltes, les jachères d'été cultivées, les terres cultivées utilisées uniquement pour le pâturage et les terres cultivées inutilisées. L'estimation du total des terres cultivées en 2007 comprenait le total des terres cultivées tel que rapporté par le Recensement de l'agriculture de 2007 (USDA/NASS) plus un ajustement à la hausse pour se conformer aux données sur les principales cultures récoltées dans chaque État telles que rapportées par le National Agricultural Statistics Service pour 2007. Voir plus d'informations sur les définitions à l'annexe 1 du plus récent rapport sur les principales utilisations des terres à l'adresse :

USGS: Zones utilisées pour la production de cultures annuelles, telles que le maïs, le soja, les légumes, le tabac et le coton, ainsi que pour les cultures ligneuses pérennes telles que les vergers et les vignobles. La végétation des cultures représente plus de 20 pour cent de la végétation totale. Cette classe comprend également toutes les terres activement labourées.

Zones urbaines

  • Terrain aménagé – La catégorie des terrains aménagés diffère de celle utilisée par certaines autres entités de collecte de données. Pour le NRI, l'objectif est d'identifier les terres qui ont été définitivement retirées du territoire rural, tandis que d'autres études s'intéressent aux populations humaines (par exemple, le recensement de la population) et aux unités de logement (par exemple, l'American Housing Survey). La catégorie de terres aménagées NRI comprend (a) de grandes étendues de terres urbaines et bâties (b) de petites parcelles de terres bâties de moins de 10 acres et (c) des terres en dehors de ces zones bâties qui se trouvent dans une zone rurale. corridor de transport (routes, voies ferrées et emprises connexes).
  • Urbain et bâti – Une catégorie d’occupation/utilisation du sol comprenant des terrains résidentiels, industriels, commerciaux et institutionnels chantiers de construction sites administratifs publics cours de chemin de fer cimetières aéroports terrains de golf décharges sanitaires usines de traitement des eaux usées ouvrages de contrôle des eaux et déversoirs autres terres utilisées à ces fins petits parcs (moins de 10 acres) dans les zones urbaines et bâties et les autoroutes, voies ferrées et autres moyens de transport s'ils sont entourés de zones urbaines. Sont également incluses les parcelles de moins de 10 acres qui ne répondent pas à la définition ci-dessus mais sont complètement entourées de terrains urbains et bâtis. Deux catégories de taille sont reconnues dans le NRI : Small—superficies de 0,25 acre à 10 acres, et Large—superficies d'au moins 10 acres.
  • Terrain de transport rural – Une catégorie de couverture/utilisation du sol qui comprend toutes les autoroutes, routes, voies ferrées et emprises associées en dehors des zones urbaines et bâties comprend également les routes privées menant aux fermes ou au siège du ranch, les chemins forestiers et autres routes privées (voies de champs ne sont pas inclus).

Bureau de recensement: Pour le Recensement de 2010, une zone urbaine comprend un noyau densément peuplé de secteurs de recensement et/ou d'îlots de recensement qui satisfont aux exigences minimales de densité de population, ainsi qu'un territoire adjacent contenant des utilisations urbaines non résidentielles ainsi qu'un territoire à faible densité de population inclus pour relier le territoire densément peuplé périphérique avec le noyau densément peuplé. Le Census Bureau identifie et qualifie d'autres territoires non résidentiels liés aux zones urbaines qui ne sont pas contigus, mais à proximité de la zone urbaine. En guise d'examen final, le Census Bureau examine le territoire entourant les zones urbaines associé à un degré élevé de couverture terrestre imperméable et détermine s'ils devraient être inclus dans une zone urbaine. Pour être qualifié d'agglomération, le territoire identifié selon des critères doit comprendre au moins 2 500 personnes, dont au moins 1 500 résident à l'extérieur des quartiers collectifs institutionnels. Le Census Bureau identifie deux types de zones urbaines : les zones urbanisées (UA) de 50 000 personnes ou plus et les grappes urbaines (CU) d'au moins 2 500 et de moins de 50 000 personnes. Les zones non urbaines ou « rurales » englobent toute la population, les logements et le territoire non inclus dans une zone urbaine.

ERS: Les zones urbaines de la série ERS MLU suivent la définition des zones urbaines du Census Bureau. Les estimations intercensitaires sont extrapolées. Pour en savoir plus sur les définitions, voir l'annexe 1 du plus récent rapport sur les principales utilisations des terres à l'adresse :

USGS: Zones caractérisées par un pourcentage élevé (30 pour cent ou plus) de matériaux construits (par exemple, asphalte, béton, bâtiments, etc.).

Parcs ruraux et zones sauvages

USFS: Bien que l'USFS ne rapporte pas ces estimations de superficie séparément, les parcs ruraux et les zones de nature sauvage sont échantillonnés sur le terrain dans le cadre de l'inventaire et de l'analyse des forêts (FIA) et des estimations détaillées des ressources sur ces terres peuvent être développées en utilisant des superpositions de polygones spatiaux de la grille d'échantillonnage.

BLM: Comprend les terres qui ne sont pas pâturées dans les monuments nationaux gérés par le BLM. Les terres des monuments nationaux gérés par le BLM qui sont pâturées sont signalées dans la catégorie d'utilisation des terres « Pâturage/Plage permanent ».

NRCS: Les zones entretenues (par exemple, les zones à surface dure telles que les parkings et les bâtiments, les zones tondues ou paysagées) dans les parcs ruraux/les zones sauvages sont classées comme bâties et sont incluses dans la catégorie de couverture/utilisation du sol des terres aménagées (voir Zones urbaines et la portée et l'approche de base du NRCS concernant les catégories hybrides de couverture/utilisation des terres). D'autres zones (par exemple, les acres de forêts et de prairies contenues dans des parcs ruraux/zones de nature sauvage appartenant à des organismes non fédéraux) sont incluses dans les catégories de forêt, de pâturage et de parcours, le cas échéant. Les hectares de forêts et de prairies contenus dans des parcs ruraux/zones sauvages appartenant à des agences fédérales sont inclus dans la catégorie « autre ».

Bureau de recensement: N / A

ERS: Comprend les parcs nationaux et les zones de nature sauvage dans les systèmes de parcs nationaux et d'État. Les zones fauniques comprennent les zones administrées par le U.S. Fish and Wildlife Service et les agences nationales de protection de la faune. Voir plus de détails sur les définitions et les sources dans les annexes 1 et 2 des plus récentes :

Transport rural

NRCS: Inclus dans la catégorie de couverture/utilisation du sol des terres aménagées (voir les zones urbaines ci-dessus).

Bureau de recensement: N / A

ERS: Comprend les autoroutes, les routes, les emprises ferroviaires et les aéroports en dehors des zones urbaines. Voir plus de détails sur les définitions et les sources dans les annexes 1 et 2 du plus récent rapport sur les principales utilisations des terres à l'adresse :

Autre

BLM: La catégorie « Autre » pour l'utilisation des terres comprend les parcours non pâturés par le bétail, les terres forestières non gérées pour la production de bois, les zones aquatiques et les zones humides, la nature sauvage et les terres consacrées au développement énergétique. La catégorie « Autre » pour la couverture du sol comprend les zones humides et les zones aquatiques.

  • Marécages (zones inondées ou saturées par les eaux de surface ou souterraines à une fréquence et une durée suffisantes pour supporter, et qui, dans des circonstances normales, supportent, une prévalence de végétation généralement adaptée à la vie dans des conditions de sol saturé) comprennent les marais, les bas-fonds, les marécages, les rives des lacs , tourbières, fondrières, prairies humides, estuaires et zones riveraines.
  • Zones riveraines sont définis comme une forme de transition des zones humides entre les zones humides saturées en permanence et les hautes terres. Ces zones présentent une végétation ou des caractéristiques physiques reflétant l'influence permanente des eaux de surface ou souterraines. Les terres le long, adjacentes ou contiguës à des rivières et ruisseaux à débit permanent et intermittent, des fondrières glaciaires et les rives de lacs et de réservoirs avec des niveaux d'eau stables sont des zones riveraines typiques. Sont exclus les sites tels que les cours d'eau ou les eaux éphémères qui ne présentent pas la présence de végétation dépendante de l'eau libre dans le sol.

NASS: Comprend les terres dans les fermes, les bâtiments, les installations d'élevage, les étangs, les routes, les terres en friche, etc.

NRCS: Comprend les autres terres rurales, les terres fédérales et les plans d'eau :

  • Autres terres rurales – Une catégorie de couverture/utilisation des terres qui comprend les fermes et autres structures agricoles, les brise-vent, les terres stériles et les marais.
  • Terre fédérale – Une catégorie de propriété foncière désignant les terres qui appartiennent au gouvernement fédéral. Il n'inclut pas, par exemple, les terres en fiducie administrées par le Bureau of Indian Affairs ou les terres de la Tennessee Valley Authority (TVA). Aucune donnée n'est rapportée pour les années où la terre appartient à cette propriété.
  • Espaces aquatiques – Une catégorie d'occupation du sol/d'utilisation comprenant les masses d'eau et les cours d'eau qui sont des eaux permanentes.

Bureau de recensement: N / A

ERS: Comprend la défense nationale et les zones industrielles, les fermes et les routes agricoles et diverses autres utilisations, telles que les sites industriels et commerciaux dans les zones rurales, les cimetières, les terrains de golf, les zones minières, les sites de carrières, les marais, les marécages, les dunes de sable, les roches nues, les déserts, la toundra , résidentiel rural et autres terres non classées. La défense et les utilisations industrielles sont basées sur les zones administrées par le département américain de la Défense et le département de l'Énergie à partir de 2007. Les fermes et les routes agricoles sont estimées sur la base du nombre de fermes État par État et de la superficie des terres non classées dans les fermes du recensement. de l'Agriculture. La superficie de la ferme a été calculée en utilisant la moyenne basée sur les données de l'Inventaire des ressources nationales (USDA/NRCS) multipliée par le nombre d'exploitations déclarées par l'USDA/NASS pour 2007. Terres diverses et terres résidentielles à faible densité de l'Inventaire des ressources nationales du NRCS. D'autres estimations sont basées sur des rapports et des dossiers administratifs du Census Bureau et des agences fédérales et étatiques de gestion des terres. Voir plus de détails sur les définitions et les sources dans les annexes 1 et 2 du plus récent rapport sur les principales utilisations des terres à l'adresse :

USGS: Comprend :

  • Eau – Zones d'eau libre ou couverture de glace/neige permanente.
  • Sol nu – Zones caractérisées par de la roche nue, du gravier, du sable, du limon, de l'argile ou d'autres matériaux de terre, avec peu ou pas de végétation « verte », quelle que soit sa capacité inhérente à soutenir la vie.
  • Marécages – Zones où le sol ou le substrat est périodiquement saturé ou recouvert d'eau.

Citation recommandée

Nickerson, C., M. Harper, C. Henrie, R. Mayberry, S. Shimmin, B. Smith et J. Smith. 2015. Estimations de l'utilisation des terres et de la couverture des terres pour les États-Unis. Rapport préparé pour le Conseil interinstitutions sur les statistiques agricoles et rurales, sous-comité du Conseil interinstitutions sur la politique statistique.

Membres du groupe de travail ICARS sur l'utilisation des terres :

  • Cynthia Nickerson (présidente) – USDA, Service de recherche économique
  • Marjorie Harper – USDA, Service de conservation des ressources naturelles
  • Christopher J. Henrie – Bureau du recensement des États-Unis
  • Richard Mayberry – Bureau de la gestion des terres
  • Scott Shimmin – USDA, Service national des statistiques agricoles
  • Brad Smith – Service forestier des États-Unis
  • Jonathan H. Smith – Service géologique des États-Unis

ICARS (Conseil interinstitutions sur les statistiques agricoles et rurales) permet d'identifier, de décrire et d'harmoniser les données agricoles et rurales produites par le gouvernement fédéral. ICARS a été formé à l'appui de la « Stratégie mondiale pour l'amélioration des statistiques agricoles et rurales », qui a été élaborée dans le cadre de la Commission de statistique des Nations Unies.


Résumer la superficie totale des polygones d'utilisation des terres dans les feuilles de carte - comment ? - Systèmes d'information géographique

Le Département des pêches de l'Organisation des Nations Unies pour l'alimentation et l'agriculture assure le suivi des productions halieutiques à travers le monde. Ces données sont stockées dans le programme FISHSTAT. Une copie est disponible via :

1. Le World Wide Web : http://www.fao.org/fi/statist/FISOFT/FISHPLUS.asp.

2. E-mail : [e-mail protected] .

3. Courrier normal : Statisticien supérieur des pêches, FIDI, FAO, Viale delle Terme di Caracalla, 00100 Rome, Italie.

De toute évidence, la meilleure façon d'obtenir le programme est de le télécharger depuis Internet, afin que vous puissiez travailler avec les données immédiatement et disposer des données les plus récentes. Un fichier récapitulatif a été compilé pour être utilisé avec ce manuel (le fichier ‘world Fisheries production.dbf’, dans le dossier : RW_01_World_fisheries). Ce fichier contient les champs suivants :

Joincode (un numéro, spécifique au pays)

Pays (contenant les noms de pays)

Total (contenant la production halieutique totale du pays [toutes les données de ce fichier concernent l'année 1999 et sont en tonnes métriques])

Inland_cap (contenant la production des pêches de capture continentales du pays)

Marine (contenant la production des pêches de capture marines) et

Aquaculture (contenant la production aquacole du pays).

Joignez ce fichier au thème ‘World.shp’ (dans le dossier : ‘RW_01_World_fisheries’). Le thème ‘World.shp’ contient la carte du monde qui a été utilisée lors du Sommet mondial de l'alimentation en 1995. Par pays, la carte contient un polygone. En outre, le fichier contient par pays les données (champs) suivantes, entre autres :

Cntname (abréviation unique du nom du pays)

Ha (la superficie totale du pays, y compris les zones économiques, en hectares)

Pop95 (taille estimée de la population en 1995)

Join_code (un numéro unique spécifique au pays, égal au numéro de joincode dans World Fisheries production.dbf) (Figure 17.1).

FIGURE 17.1
Attributs de ‘World.shp’

Ajoutez le thème ‘World.shp’, ouvrez la table des attributs et vérifiez si vous voyez ou non tous les champs mentionnés ci-dessus. Ajoutez le fichier ‘world Fisheries production.dbf’ aux tableaux, ouvrez-le et vérifiez si tous les champs mentionnés ci-dessus sont présents. Nous sommes maintenant prêts à joindre les ‘attributs de World.shp’ et ‘world Fisheries production.dbf’. Joignez les deux tables avec les champs Joincode et Join_code. (rappelez-vous que le fichier ‘world Fisheries production.dbf’ est le fichier qui contient les données [la table source] que vous souhaitez joindre). Si vous ne vous souvenez pas comment joindre des tables, veuillez consulter le chapitre Joindre des données avec un emplacement sur une carte, à la page 23.

Après avoir joint les deux tables, allez dans Afficher et jetez un œil à la carte (Figure 17.2). Changez avec l'éditeur de légende le type de légende en Couleur graduée , avec comme champ de classification Total et Bleus à Oranges dichromatiques dans le dégradé de couleurs. En faisant cela, le résultat sera une carte du monde avec les pays avec la production halieutique la plus faible en bleu et les pays avec une production halieutique élevée en orange.

FIGURE 17.2
Production halieutique mondiale

La carte produite montre clairement que la Chine avait la production halieutique la plus élevée au monde en 1999. Jetez un œil aux données plus en détail. Ouvrez le ‘Attributes Table of World.shp’(Figure 17.3) (soit en appuyant sur le bouton Attributes dans la barre d'outils, soit en allant à l'écran du projet [fermer la fenêtre de visualisation], en cliquant sur l'icône des tables, puis en cliquant sur ‘Attributs de World.shp’). Après avoir ouvert le tableau ‘Attributes of World.shp’, nous verrons : Vous devez trier les données en fonction de la production totale de la pêche. Appuyez d'abord sur l'en-tête de champ ‘Total’. Triez maintenant les données par ordre décroissant, de sorte que la Chine soit en tête de liste. Cliquez sur Champ/Tri Décroissant via la barre de menu (Figure 17.4).

FIGURE 17.3
Attributs de ‘World.shp’

FIGURE 17.4
Menu Trier par ordre décroissant

La fenêtre qui s'ouvre affiche le tableau ‘Attributes of the world.shp’ trié sur la production halieutique totale. Le pays avec la production la plus élevée au monde est la Chine, avec une production de 47 499 759 tonnes de poisson en 1999. Le Pérou vient en deuxième position avec 8 439 351 tonnes. La production de la Chine est plus de 5,5 fois supérieure à celle du Pérou, deuxième. Cela aura un effet sur la façon dont nous pouvons voir les différences entre les pays.

Et si vous vouliez produire une carte sans la Chine, afin d'avoir une idée plus claire des différences entre les autres pays ? Essayez : fermez d'abord la table ‘Attributes to world.shp’ et accédez à la vue de ‘World.shp’. Cliquez maintenant sur : Thème/Propriétés via la barre de menu (Figure 17.5).

FIGURE 17.5
Comment accéder à la fenêtre Propriétés du thème

La fenêtre Propriétés du thème s'ouvre. Assurez-vous qu'il y a un carré autour de l'icône de définition.

Appuyez sur le bouton Générateur de requêtes.

La fenêtre Query Builder apparaîtra. Ici, vous pourrez filtrer les pays qui seront affichés (ou ne seront pas affichés). Filtrez sur le champ [Pays_na] , en d'autres termes : double-cliquez sur [Pays_na] dans la case de sélection des champs. Vous verrez que [Pays_na] apparaîtra dans la zone inférieure du Générateur de requêtes. Sélectionnez maintenant (double-cliquez) le signe <>, ce qui signifie ‘inégal à’. Cela apparaîtra également dans la zone Query Builder. La dernière action sera de sélectionner (double-clic) ‘Chine’ dans l'écran des valeurs (Figure 17.6).

Vérifiez que le générateur de requêtes ressemble à l'exemple ci-dessus. Appuyez maintenant sur OK. Le générateur de requêtes disparaîtra et vous verrez la vue de ‘World.shp’ avec la fenêtre Propriétés du thème au-dessus. Appuyez sur OK dans la fenêtre Propriétés du thème. Une nouvelle vue apparaît, une carte du monde sans la Chine (Figure 17.7).

FIGURE 17.7
Vision du monde sans la Chine

FIGURE 17.8
Production halieutique mondiale sans la Chine

La carte n'a pas changé dans sa légende, il n'y a donc toujours pas de différence claire entre les différents pays du monde. Changeons cela. Accédez à l' éditeur de légende , modifiez le champ Classification sur Aucun , puis revenez sur Total . Assurez-vous que les rampes de couleurs sont toujours sur des bleus à oranges dichromatiques et appuyez sur Appliquer , fermez l'éditeur de légende et regardez le résultat (Figure 17.8).

Maintenant, il devient clair qu'après la Chine, la grande productrice, les autres grandes productrices se trouvent en Asie et dans les Amériques. Ce qui est frappant, c'est que les pays d'Afrique appartiennent tous aux faibles producteurs.

Pour récupérer la carte du monde complète, supprimez simplement la requête dans les propriétés du thème en appuyant sur le bouton Générateur de requête, en supprimant la requête, appuyez sur OK, appuyez à nouveau sur OK dans l'écran Propriétés du thème, rééditez la légende dans l'éditeur de légende.

Vous avez vu comment faire une carte du monde avec les données halieutiques mondiales, clarifier cette carte en supprimant le pays avec la production halieutique la plus élevée (Chine), mais qu'en est-il des productions par habitant ? Si nous voulons les voir, nous devons d'abord faire quelques calculs qui peuvent également être effectués dans ArcView.

Du point de vue de ‘World.shp’, accédez aux attributs (nouveaux, joints) de ce thème. Nous devons d'abord ajouter un champ où nous pouvons mettre les résultats de nos calculs. Allez à : T able/Démarrer l'édition via la barre de menu (Figure 17.9).

FIGURE 17.9
Commencez à éditer la table des attributs de ‘World.shp’

Lorsque vous faites cela, vous verrez le type de lettre des en-têtes de champ passer de l'italique à la normale (seuls les champs affichés avec des types de lettre normaux peuvent être modifiés). Nous pouvons maintenant éditer le tableau. Pour ajouter un champ, nous allons dans Edit/Add Field . Une boîte de définition de champ apparaît où nous pouvons définir les différentes propriétés du nouveau champ (Figure 17.10). Dans le champ Nom, nous mettrons le nom : ‘Production per capita’, le champ Type est ‘Number’, la largeur est 16, et pour ‘Decimal Places’ nous mettrons 3.

ILLUSTRATION 17.10
Fenêtre contextuelle de définition de champ pour le champ ajouté

Après avoir appuyé sur OK, vous obtiendrez un message indiquant : ‘Nom du champ trop long. ArcView tronquera le nom du champ et utilisera le nom d'origine comme alias. Continuer ?’. Appuyez sur Oui et voyez le nouveau champ apparaître à l'extrémité droite du tableau. Vous pouvez également voir que l'en-tête est ‘appuyé’ (Figure 17.11).

ILLUSTRATION 17.11
Tableau des attributs de World.shp avec champ ajouté

Le calcul peut maintenant commencer. Assurez-vous que l'en-tête de la production de champ par habitant est ‘appuyé’. Appuyez sur le bouton de calcul. La fenêtre du calculateur de champs s'ouvre.

Le calculateur de champs comporte quatre parties ‘Champs’ où vous pouvez choisir avec quels champs vous effectuez vos calculs, ‘Type’ qui définit les champs avec lesquels vous effectuez les calculs, ‘Requêtes’ où vous pouvez définir quels calculs vous voulez faire, et un champ où vous voyez la formule que vous faites. Pour la production sur le terrain par habitant, nous voulons calculer la quantité de poisson produite par habitant dans chaque pays en kg/habitant. Il faut donc diviser le champ Total par le champ Pop95 . Double-cliquez d'abord dans la partie Champs sur [Total] . Vous verrez [Total] apparaître dans le champ du bas. Après cela, vous allez dans la partie Demandes et double-cliquez sur un / . Aussi la barre oblique que vous verrez apparaître dans la quatrième partie. Maintenant, le dernier champ que nous allons mettre, double-cliquez sur [Pop95] et voyez-le apparaître dans la quatrième partie (Figure 17.12).

FIGURE 17.12
Le calculateur de terrain prêt à effectuer le calcul

Vous remarquerez que les chiffres dans le domaine de la production par habitant sont très faibles. Pourquoi est-ce?

Comme vous l'avez peut-être deviné, nous avons calculé la production en tonnes métriques par habitant, alors que nous voulons obtenir le kg/habitant. Il faut donc refaire l'exercice. Suivez la procédure décrite ci-dessus, après avoir inséré la [Population], saisissez également *1000 . En faisant cela, vous calculez la production par habitant en kg/habitant. Si vous regardez maintenant les attributs, vous verrez que les chiffres sont modifiés.

Il est maintenant possible de faire une carte avec les chiffres de production/habitant (production par habitant). Allez dans Afficher et allez dans l'éditeur de légende ( Thème/Modifier la légende ). Changez le type de légende en couleur graduée, le champ de classification en ‘Production par habitant’ et appuyez sur Appliquer .

Ce qui frappe, c'est que la Chine ne fait plus partie des grands producteurs, mais que maintenant l'Islande, le Groenland et le Chili apparaissent immédiatement sur la carte comme ayant une production par habitant élevée. Si, dans l'éditeur de légende, vous allez dans Classifier et modifiez le Type en Surface égale [28] , appuyez sur OK et Appliquer, vous verrez la carte se transformer en (Figure 17.13).

FIGURE 17.13
Pêches mondiales par habitant

Essayez maintenant de faire des cartes qui montrent la production aquacole par habitant (kg/habitant), la production des pêches de capture en eaux intérieures par hectare (kg/ha) et la production des pêches de capture marines par pays.

17.1.2. Enquête cadre Lac Volta, Ghana

Cet exercice est basé sur les travaux de de Graaf et Ofori-Danson (FAO, 1997b) dans le projet FAO : Développement intégré de la pêche artisanale (IDAF). Le lac Volta (Figure 16.14) a été formé à la suite de l'endiguement de la rivière Volta par le barrage d'Akosombo en 1964. Le lac créé a une superficie d'environ 8 400 km 2 ou 3,6% de la superficie du pays, un une longueur de rivage de 4 800 km, une profondeur maximale de 70 m et une profondeur moyenne de 19 m. Les arbres n'ont pas été abattus avant la création du bassin et les souches d'arbres existantes ont un impact considérable sur la pêche et la navigation sur le lac. On s'est vite rendu compte que la construction du barrage aurait des effets majeurs en dehors de la production d'électricité. Ces effets étaient principalement les effets sur la santé publique, les transports et le développement d'une nouvelle pêcherie.

Depuis sa création en 1964 jusqu'en 1977, la pêche a été soigneusement contrôlée par un certain nombre de projets et d'instituts. Une première enquête complète, réalisée en 1970 et répétée en 1975, a indiqué que 13 800 canots étaient exploités par 20 600 pêcheurs actifs. Les prises du lac Volta ont été surveillées depuis 1969 avec un système de surveillance des prises et de l'effort stratifié, dans lequel le lac a été divisé en sept strates. Les captures totales au cours de la période 1969-1977 sont présentées dans le tableau 17.1.

TABLEAU 17.1
Prises estimées du lac Volta 1969-1977

Capture estimée
(tonnes métriques/an)

Après 1977, le système de surveillance du lac Volta s'est détérioré et en 1995, les principales questions étaient les suivantes :

Combien de pêcheurs sont présents au lac Volta ?

Quelle est la production halieutique ?

L'IDAF a mis en place et réalisé une enquête à cadre complet dans la strate 7 du lac Volta, qui se situe entre la longitude 0 & 176 10 & 146 ouest à 1 & 5 & 146 ouest et la latitude 8 & 8 & 146 nord à 8 & 176 20’ nord et s'étend sur environ 60 km au sud et 50 km au nord de Yeji (Figure 17.14).

FIGURE 17.14
Lac Volta avec strate 7 (en rouge)

Au cours de l'enquête-cadre, tous les villages ont été visités. Dans les villages, des entretiens ont été menés avec des groupes de pêcheurs. Les informations suivantes ont été recueillies :

Nom du village, date de sa création et nombre d'ethnies dans le village.

Nombre de familles, nombre de personnes par famille, nombre de pêcheurs par famille.

Nombre de canots, nombre de bateaux à treuil, nombre de filets maillants par canot, nombre d'équipages, principaux engins de pêche et espèces cibles.

Facilités de transport vers le marché principal de Yeji et scolarisation des enfants.

Le nombre de fours utilisés pour fumer le poisson et le nombre de fours Chokor.

Description de la situation dans la strate 7 du lac Volta

Les pêcheries peuvent être caractérisées par l'utilisation principalement de deux types de bateaux :

Un canot, détenu et exploité par une famille utilisant des filets maillants, des hameçons et des lignes, des pièges ou un équipement similaire.

Un bateau-treuil, appartenant principalement à de gros commerçants et opérant avec un équipage embauché d'environ 10 personnes, utilisant une petite senne coulissante dans les eaux plus profondes.

Il n'y a presque pas de routes dans la région et la plupart des transports de marchandises et de personnes se font avec de grands bateaux de transport. Presque tout le poisson est fumé ou salé et vendu une fois par semaine aux grands commerçants du marché aux poissons de Yeji. La plupart des poissons sont fumés dans des fours traditionnels qui utilisent une quantité considérable de bois. La déforestation des rives est un problème et un risque majeur pour le lac Volta. Le projet a donc introduit l'utilisation du four Chokor qui utilise moins de bois de chauffe. Toutes les données sont numérisées et peuvent être utilisées pour effectuer une analyse préliminaire dans le SIG dans l'exercice suivant.

1. Ouvrez ArcView, ouvrez un nouveau projet et ouvrez une nouvelle vue. Définissez le répertoire de travail. Assurez-vous que l'extension MrSid Image Support est installée (allez via la barre de menu vers : Fichier/Extensions. , et cochez la case de MrSid Image Support). Cette extension permet de travailler avec des images satellites.

2. Ajoutez le thème ‘N-30-05_loc.sid’ du dossier ‘RW_02_Lake_Volta’ à la vue. Assurez-vous d'avoir ‘Source de données d'image’ dans la zone de sélection Types de sources de données :. Cochez la case de légende du thème et attendez un peu, car il s'agit d'un très gros fichier. Après avoir attendu, vous verrez la figure 17.15. C'est une photo de l'Afrique centrale occidentale, et si vous regardez sur la droite, vous verrez le lac Volta. Comparez cette image avec la figure 17.14.

FIGURE 17.15
Après avoir chargé le thème ‘N-30-05_loc.sid’

Il vous est maintenant demandé de faire une analyse de la situation dans la strate 7 du lac Volta, la partie où se situait le projet IDAF. Cette analyse doit comprendre :

Un projet ArcView avec lequel les gens peuvent se faire une idée avec des photographies des pêcheries du lac Volta.

Un thème indiquant la répartition des pirogues, des treuils dans les villages, où est également indiqué le nombre de pêcheurs par village.

Un Thème (ou plusieurs cartes) montrant des données socio-économiques (comme la taille moyenne des familles par village, le nombre de pêcheurs par famille par village, les villages avec des fours chokor).

Un thème (ou plusieurs cartes) montrant des données de pêche (comme la distribution des filets maillants et des sennes de plage sur les villages, indiquant quels villages ciblent Tilapia, ou Chriysichtys, le nombre moyen d'équipage par pirogue sur les villages, le nombre de filets maillants par pirogue sur les villages ).

Un thème qui montre la position du barrage d'Akosombo en aval du lac Volta.

Pour cela, vous disposez des données suivantes dans le dossier ‘RW_02_Lake Volta’ : N-30-05_loc.sid : L'image satellite que vous avez ouverte auparavant de l'Afrique de l'Ouest centrale, avec le lac Volta sur le côté droit.

DATA_FRAME_SURVEY.xls [29] : Le fichier contenant les données de l'enquête cadre réalisée par le projet IDAF. Pour une description des données, voir la description de l'enquête-cadre à la page précédente.

Stratum 7.shp : La Strate 7, La zone du projet IDAF.

Chokor.bmp : Une photographie montrant le four Chokor, un four économe en combustible pour fumer du poisson.

Shoreline.bmp : Une photographie montrant le rivage du lac Volta. Portez une attention particulière aux arbres dénudés au bord de l'eau.

Brush park.bmp : Une photographie montrant le système nifa nifa. Ce système est spécifique au lac Volta pour capturer le tilapia. La nuit, les filets sont abaissés, après quoi le Tilapia reste coincé dans le filet et peut être récolté.

Yeji Market.bmp : L'endroit où l'on vend du poisson.

Débarquement catch.bmp : Près du marché de Yeji, le poisson est débarqué, voyez-vous le responsable des pêches de l'IDAF collecter les données ?

Photo_location.shp : Thème ponctuel montrant les endroits où les trois photos ci-dessus ont été prises.

Roads.shp : Les routes proches de la zone Stratum 7.

17.1.3. Analyse SIG des données de capture des pêcheries artisanales à Sinaloa, Mexique

Sinaloa (Figure 17.16) est l'un des principaux États de pêche du Mexique. Il occupe la première place en termes de valeur commerciale de la production et la quatrième place en termes de volume de capture. Les captures de crevettes, qui ont représenté plus d'un tiers du total national au cours des cinq dernières années, sont d'une importance primordiale.

L'industrie de la pêche de l'État est avant tout un fournisseur de produits frais. Environ 95 pour cent de la production sont destinés à la consommation humaine directe, et les 5 pour cent restants sont transformés dans 119 usines. Une croissance spectaculaire a été observée dans l'aquaculture de Sinaloa ces dernières années. En 1987, il n'y avait que 27 fermes de poissons ou de crevettes, en 1995, ce nombre était passé à 138. Dans la même période, la production des fermes de crevettes est passée de 585 tonnes métriques à 8 725 tonnes métriques.

FIGURE 17.16
État du Sinaloa

Les captures marines artisanales de Sinaloa sont enregistrées par 10 bureaux des pêches et les données enregistrées sur la période 1990-1999 peuvent être analysées avec le SIG [30] . L'objectif principal de cet exercice est de montrer les liens entre les données qui ne sont pas abordés dans la première partie du manuel.

Pour terminer l'exercice, vous devrez effectuer les tâches suivantes :

Cartographiez les emplacements des bureaux sur une carte de base de l'État de Sinaloa.

Liez un tableau de données de statistiques de capture à la carte des emplacements des bureaux.

Créez une carte montrant la capture moyenne des espèces sélectionnées par bureau.

Pour terminer la tâche, vous devrez utiliser les thèmes ArcView et les tableaux de données suivants :

‘Water.shp’(carte de toutes les caractéristiques de l'eau (lacs, rivières, etc.) à Sinaloa).

‘Fisheries Offices.shp’(carte des bureaux des pêches et leur emplacement).

‘Catches.dbf’(tableau de données des statistiques de capture).

1. Ouvrez ArcView, Nouveau projet, nouvelle vue.

2. Ajoutez les thèmes ‘Sinaloa.shp’, ‘water.shp’ et ‘fisheries offices.shp’ du dossier ‘RW_Mexico’.

3. Fermez la nouvelle vue et ajoutez la table ‘Catches.dbf’ à partir du dossier ‘RW_Mexico’.

4. Ouvrez la table ‘catches.dbf’ et vous verrez qu'elle contient 23 champs :

Ofcode - un code attribué à chaque bureau

Année - année où les données de capture ont été enregistrées

Bandera, Banquet. Tiburon - captures (en tonnes) de poissons par espèce, les noms communs scientifiques et anglais sont fournis dans le tableau 17.2

Total - capture totale (en tonnes) de toutes les espèces.

La première étape serait de joindre les données de pêche dans le tableau avec l'emplacement des bureaux des pêches et cela peut être fait en utilisant le ‘Ofcode’ dans les deux thèmes. Cependant, si vous procédez de la manière expliquée dans le chapitre : Joindre des données à un emplacement sur une carte à la page 22, vous verrez que toutes les données de la table de capture ne seront pas jointes à la table attributaire des bureaux des pêches. Le problème est que le tableau des données de capture contient plus d'une ligne (= un enregistrement) de données, une ligne pour chaque année, pour chaque emplacement de bureau (Figure 17.17).

FIGURE 17.17
Données multiples par bureau des pêches

C'est ce que l'on appelle dans le SIG une relation « Un-à-plusieurs » 146.Si vous joignez la table ‘catches.dbf’ avec le thème ‘fisheries offices.shp’, ArcView prendra le premier enregistrement associé de la table et ignorera les enregistrements supplémentaires pour chaque bureau. Dans ces cas, vous devez plutôt lier les tables.

5. Ouvrez la table ‘catches.dbf’, mosaïque la fenêtre, ouvrez la table ‘attribute of Fisheries offices.shp’, mosaïque la fenêtre. Activez dans les deux tables le nom de champ ‘ofcode’. Pour lier les deux tables, dans le menu Table, choisissez Link (Figure 17.18).

FIGURE 17.18
Lier deux tables

Si vous regardez le tableau ‘Attribute of Fisheries offices.shp’, vous verrez que rien n'a changé après cette action. Mais les deux tables sont liées, ce que vous pouvez voir avec l'outil de sélection de fonctionnalités :

6. Activez la fenêtre d'affichage et utilisez l'outil de sélection de fonction pour sélectionner l'un des bureaux, c'est-à-dire en cliquant sur les emplacements des bureaux dans la fenêtre d'affichage. Tous les enregistrements liés dans la table catches.dbf seront sélectionnés (les enregistrements sélectionnés sont surlignés en jaune). Une fois qu'un bureau et ses enregistrements associés dans la table ‘catches.dbf’ ont été sélectionnés, ils peuvent être regroupés en un seul bloc.

Pour ce faire, commencez par activer la table ‘catches.dbf’, puis cliquez sur le bouton Promouvoir les enregistrements . Cela déplace tous les enregistrements mis en surbrillance en haut de la table de données.

Les statistiques des enregistrements sélectionnés sont obtenues en cliquant d'abord sur un en-tête de colonne dans le tableau ‘catches.dbf’, puis dans le menu Champ, choisissez Statistiques (Champ/Statistiques.) (Figure 17.19 et Figure 17.20). Si aucun enregistrement n'est sélectionné, des statistiques seront fournies pour tous les enregistrements de la colonne choisie.

FIGURE 17.19
Comment obtenir des statistiques sur les enregistrements sélectionnés

FIGURE 17.20
La fenêtre des statistiques

Veuillez répondre aux questions suivantes en sélectionnant les bureaux dans le tableau ou sur la carte et en examinant les données de capture associées :

7. Trouvez la capture moyenne de Berrugata enregistrée au bureau de Los Mochis pour les années 1990 à 1999.

8. Pour le bureau de Mazatlan, trouvez la capture maximale enregistrée de Tiburon et l'année où elle a été enregistrée.

9. Trouvez le total des captures enregistrées de toutes les espèces au bureau de Topolobampo pour toute la période de dix ans.

10. Quel bureau a enregistré les prises les plus élevées de Lenguado en 1995, La Reforma ou Guasave ?

11. Lisa ( Mugil cephalus ) est l'espèce la plus commune capturée par les pêcheurs artisanaux dans les eaux côtières de Sinaloa. (Vous devrez examiner tour à tour les statistiques de chaque bureau pour répondre à certaines de ces questions).

12. Quel bureau a enregistré les prises moyennes les plus élevées de Lisa sur l'ensemble de la période de dix ans ?

13. Combien d'offices ont enregistré une capture moyenne de plus de 100 tonnes ?

14. Existe-t-il un schéma spatial dans la répartition des captures, par ex. captures élevées dans le nord, captures faibles dans le sud ?

Vous avez peut-être remarqué que certaines espèces sont capturées en plus grande abondance que d'autres. Les trois principaux groupes d'espèces ou d'espèces en termes de captures moyennes sur la période de dix ans sont :

Cazon, juvéniles de plusieurs espèces de requins.

Les données pour Lisa, Cazon et Tiburon seront maintenant extraites du tableau des données de capture et examinées plus en détail.

15. Activez la table de données ‘catches.dbf’ et cliquez sur l'en-tête de colonne intitulé ‘Ofcode’. Dans le menu Champ, choisissez Résumer. . Dans la boîte de dialogue Définition du tableau récapitulatif qui s'affiche, sélectionnez ‘Cazon’ dans le menu déroulant Champ : et ‘Moyenne’ dans le menu déroulant Résumer par :. Cliquez sur Ajouter. Répétez la procédure pour Lisa et Tiburon. Cliquez sur Enregistrer sous , accédez à un dossier dans lequel vous pouvez enregistrer le fichier et entrez un nom de fichier approprié. La boîte de dialogue Définition du tableau récapitulatif devrait ressembler à ceci :

FIGURE 17.21
Définition du tableau récapitulatif

16. Cliquez sur OK pour créer le fichier de tableau récapitulatif.

Le tableau récapitulatif peut maintenant être joint au thème ‘Fisheries offices.shp’. Cliquez sur l'en-tête de colonne ‘Ofcode’ dans le tableau récapitulatif, puis sur l'en-tête de colonne ‘Ofcode’ dans le tableau ‘Attributs of Fisheries offices.shp’. Dans le menu Tableau, choisissez Joindre . Le tableau récapitulatif doit maintenant être joint au tableau ‘Attributes of Fisheries offices.shp’.

Le tableau contient des données inutiles et peut être rangé. Activez la table ‘Attributes of Fisheries offices.shp’. Dans le menu Tableau, choisissez Propriétés. . Dans la boîte de dialogue Propriétés de la table, assurez-vous qu'une coche n'apparaît qu'à côté des champs ‘Office’, ‘Ave_Cazon’, ‘Ave_Lisa’ et ‘Ave_Tiburon’ en cliquant dans la colonne ‘Visible’ pour supprimer les coches des champs indésirables. Dans la colonne ‘Alias’, saisissez ‘Cazon’ à côté du champ ‘Ave_Cazon’, ‘Lisa’ à côté du champ ‘Ave_Lisa’ et ‘Tiburon’ à côté du ‘Ave_Tiburon’ champ (Figure 17.22).

FIGURE 17.22
Nettoyer une table

17. Cliquez sur OK pour enregistrer les modifications apportées aux propriétés de la table.

Dans le tableau ‘Attributs of Fisheries offices.shp’, augmentez la largeur des colonnes afin que toutes les données et les en-têtes de colonnes soient clairement visibles. Le tableau devrait maintenant ressembler à la figure 17.23.

FIGURE 17.23
Les attributs des emplacements de bureau

Les données de ‘Lisa’, ‘Cazon’ et ‘Tiburon’ peuvent maintenant être tracées sur la carte des emplacements des bureaux (Figure 17.24).

FIGURE 17.24
Les données des différentes espèces de poissons par office des pêches

TABLEAU 17.2
Noms d'espèces de poissons espagnols, scientifiques et anglais

17.1.4. Surveillance des pêcheries dans les plaines inondables et SIG, un exemple du Bangladesh

Le poisson joue un rôle important dans la vie quotidienne de nombreuses personnes au Bangladesh, car c'est un pays de rivières et de plaines inondables, avec un potentiel élevé de ressources aquatiques. L'expression bengali ‘Mache bhate Bengali’, ou ‘Le poisson et le riz font un bengali’, exprime cette importance. Le Bangladesh produit 1 500 000 tonnes de poisson par an (FAO, 2000). La pêche de capture continentale et l'aquaculture sont les principaux contributeurs à cette production. Environ 12 millions de personnes dépendent de la pêche, dont 1,2 million dépendent à plein temps de la pêche et des activités de pêche (de Graaf et al. , 2001).

La production de poisson au Bangladesh, comme dans d'autres zones inondables dans le monde, ne peut pas être correctement considérée sans en connaître les caractéristiques spécifiques. La reproduction et la croissance des poissons et des crevettes au Bangladesh sont fortement liées à la séquence des inondations (Junk, Bayley et Sparks, 1989). Les plaines inondables, qui sont inondées pendant la mousson, sont riches en nutriments et en nourriture et jouent un rôle important pendant 4 à 5 mois de l'année. Les larves, les juvéniles et les adultes se développent dans cet habitat, après quoi ils migrent vers les rivières ou les dépressions à la fin de la mousson, lorsque les eaux se retirent. Pendant cette période, les poissons sont plus vulnérables à la pêche.

Suivi des pêcheries stratifiées d'habitat

Les pêches continentales sont traditionnellement surveillées par le biais de systèmes dits de surveillance des prises et de l'effort. Où l'effort (F) est le nombre de pêcheurs, ou le nombre d'engins, exploités dans un plan d'eau, et les captures (PUE) sont les captures quotidiennes récoltées par pêcheur ou engin. La capture totale (C) est obtenue en multipliant la capture par pêcheur (ou engin) (CPUE) par le nombre total de pêcheurs (ou engin) (F). Une condition préalable à un système de suivi des prises et de l'effort est que l'effort total (F, le nombre total de pêcheurs (ou d'engins) exploités) soit connu.

Cela signifierait pour la surveillance des pêches dans les plaines inondables qu'un nombre incroyablement élevé de ménages devrait être suivi tout au long de l'année, car la plupart des captures ne sont pas débarquées au niveau central, mais sont ramenées à la maison et consommées (comme par exemple 60 à 70 pour cent des la population des plaines inondables du Bangladesh est engagée dans la pêche de subsistance [32] ). Cette grande enquête auprès des ménages serait très coûteuse, rendant un système traditionnel de suivi des prises et de l'effort peu attrayant.

Le Projet pilote de compartimentation (PPC), un projet de gestion de l'eau au Bangladesh (Figure 17.25), a développé un système de suivi plus pratique sur la période 1992-2000. Ce programme de surveillance des pêches de l'habitat était basé sur l'enregistrement traditionnel des données de capture et d'effort, et a été combiné avec des développements de modélisation hydrologique [33] , résultant en une analyse finale dans un environnement SIG.

FIGURE 17.25
Le projet CPP au Bangladesh

Principes de base de la surveillance des pêches dans les plaines inondables stratifiées en habitat

Le principe du programme de suivi des pêches développé par le CPP est une stratification du suivi des prises et de l'effort. La stratification signifie que la zone à surveiller est divisée en différents types d'habitats. De chaque type d'habitat différent, une petite partie a été sélectionnée, devenant une représentation du type d'habitat. Ces sites standard ont été étroitement surveillés avec un programme normal de surveillance des prises et de l'effort. Les résultats de ces petits programmes de suivi ont été extrapolés, par type d'habitat, sur l'ensemble de la zone du projet.

L'estimation de la capture totale a suivi trois étapes :

Les prises par unité de surface (CPUA) pour chaque type d'habitat ont été déterminées aussi précisément que possible avec le suivi traditionnel des prises et effort.

La superficie totale inondée (A) pour chaque type de plan d'eau (ou type d'habitat) a été déterminée aussi précisément que possible avec le SIG.

Les prises totales par type de plan d'eau (ou type d'habitat) ont été déterminées en multipliant les prises par unité de superficie par la superficie réelle. (CPUA * A = capture totale).

Stratification de la zone CPP, ou critères et principes

Les plans d'eau/types d'habitats (Figure 17.25) dans les plaines inondables du Bangladesh peuvent être classés comme :

Beels : Ce sont les dépressions basses de la plaine inondable (petits lacs). Ils peuvent avoir un caractère permanent, contenir de l'eau toute l'année (plans d'eau permanents) ou se dessécher complètement pendant la saison sèche, généralement pendant une période de 4 à 5 mois (plans d'eau saisonniers).

Plaines inondables : Terres inondées pendant la mousson à cause de la congestion des eaux de pluie et des crues des rivières.

FIGURE 17.26
Coupe transversale d'un système de plaine inondable typique au Bangladesh

La classification et la sélection des rivières et des canaux sont simples, mais la classification et la sélection des beels et des plaines inondables sont plus compliquées, car elles sont hydrologiquement liées et très dynamiques. La figure suivante montre ce caractère extrêmement dynamique, où sont présentés les niveaux d'inondation et la zone inondée de la plaine inondable dans la zone CPP au cours des mois d'avril, juin et septembre.

FIGURE 17.27
Niveau d'eau et zone inondée d'un système de plaine inondable à trois moments de l'année

En avril, il n'y a pas de plaine inondable et la profondeur moyenne de l'eau dans le beel, qui couvre une superficie de 100 ha, est de 1 mètre.

Deux mois plus tard, en juin, il y a en moyenne 0,3 mètre d'eau dans la plaine inondable, qui couvre actuellement une superficie de 1 200 ha, tandis que la profondeur moyenne de l'eau dans le beel est passée à 2 mètres et le beel couvre une superficie de 150 ha.

Encore deux mois plus tard, en septembre, il y a en moyenne 0,3 à 1,5 mètre d'eau dans la plaine inondable, selon l'endroit où vous vous trouvez, et une superficie de 2 000 ha de plaine inondable est inondée.

Les intervalles de temps dans cette illustration sont assez grands (deux mois), mais même dans un délai d'un mois pendant la saison des crues, les niveaux d'eau peuvent varier considérablement. Ce phénomène rend difficile l'utilisation des niveaux d'eau comme critère de sélection pour le suivi des pêcheries d'habitats, car cela signifierait que ces habitats ne seraient pas fixés en un seul endroit. C'est la raison pour laquelle l'équipe des pêches du projet CPP a recherché d'autres critères pour classer les habitats. Ces critères devaient être quantifiables, reproductibles, utilisables dans tout le Bangladesh et pratiques.

Au Bangladesh, toutes les terres sont classées (par le Master Planning Organisation, MPO) en fonction de leur adéquation aux pratiques agricoles. Cette classification MPO est bien connue par de grands groupes d'aménageurs, de scientifiques, de départements, d'agriculteurs, et pourrait être décrite comme une classification des risques d'inondation des terres. Après un examen attentif, il a été conclu que ce système pourrait être utilisé pour le programme de surveillance des pêches de l'habitat dans le cadre du projet CPP. La classification MPO classe les terres en fonction du risque d'inondation pendant trois jours consécutifs avec un certain niveau d'eau maximum. Ce risque d'inondation détermine quel type de culture peut être cultivé pendant la saison de la mousson. Les différentes classes avec leurs critères sont dans le tableau 17.3, vous voyez que la pêche se pratique principalement dans les terres F3 et F2.

TABLEAU 17.3
Classification des terres selon le Master Planning Organisation, Bangladesh

Profondeur maximale d'inondation pendant trois jours
(cm)

Utilisation des terres pendant la mousson

Très faible risque d'inondation

canne à sucre, légumes, riz

Les types de terres dans une certaine zone ne changent que si la gestion de l'eau dans cette zone est modifiée. C'est ce qui s'est passé par exemple dans le domaine du CPP. Avant les années 1970, la zone du CPP était plus ou moins une plaine inondable non protégée. De vastes zones ont été inondées chaque année et de vastes zones ont été classées F3 et F2. Un remblai autour de la zone a été construit dans les années 1970, ce qui a fortement réduit le risque d'inondation, entraînant un reclassement d'une grande surface de terrain auparavant classée F3/F2 en F2/F1.

Les développeurs du programme de surveillance des pêches dans les plaines inondables stratifiées en habitats ont supposé que les données obtenues à partir d'un site de type de terrain étaient représentatives de la superficie totale inondée de ce type de terrain, quel que soit le niveau d'eau réel mesuré sur ce site. Par exemple, si la capture sur 10 ha de terres F3 inondées était bien surveillée pendant une certaine période, elle était considérée comme représentative de la superficie totale des terres F3 inondées pendant cette période. Cette hypothèse a permis de se concentrer sur les sites fixes au sein de la zone du projet. En conséquence, une analyse solide a été possible, compte tenu même du montant limité des ressources.

L'objectif du programme de suivi stratifié était d'estimer la CPUA mensuelle des différents types d'habitats (dans cet exercice, les différents types de terres, F2 et F3), et d'estimer mensuellement quelle était la zone inondée des différents types d'habitats (F2 et F3). . Avec ces chiffres, il a été possible d'estimer la capture mensuelle par type d'habitat (CPUA Fx * Zone Fx = Capture du type d'habitat Fx). L'addition des résultats des différents types d'habitats a abouti à la capture totale des plaines inondables de la zone du projet (Capture F2 + Capture F3 = Capture totale).

Pour pouvoir établir les CPUA mensuelles par type de terrain (F2 et F3), plusieurs sites ont été sélectionnés qui étaient représentatifs de tous les autres sites avec le même type de terrain. La superficie de ces sites a été mesurée avec précision, de sorte qu'après avoir établi la capture mensuelle par site, la CPUA mensuelle par type de terrain était facile à établir ([Capture mensuelle]/[Zone] = CPUA).

Deux enquêtes ont été réalisées sur les sites sélectionnés :

Enquête d'évaluation des captures : a fourni des informations sur les captures mensuelles moyennes par pêcheur (PUE) sur un site sélectionné. Les prises quotidiennes de chaque pêcheur ont été contrôlées régulièrement sur chaque site. Le nombre et le poids des espèces dominantes dans la capture ont été enregistrés. De plus, le type d'engin, son maillage, le statut de propriétaire et le nombre d'unités utilisées par pêcheur ont été enregistrés.

Enquête cadre : a fourni des informations sur le nombre moyen de pêcheurs (F) opérant sur un site sélectionné. Il consistait en un comptage standardisé régulier du nombre de pêcheurs et des engins utilisés.

A partir de ces deux relevés, la capture mensuelle moyenne par site a pu être établie (CPUE * F = Capture), après quoi la CPUA du type de terrain représenté par le site a pu être établie ([Capture] / [Zone] = CPUA Fx ).

À l'aide du SIG, la zone totale inondée par type de terrain a été déterminée, après quoi il a été possible d'estimer la capture totale ([CPUA F2 * Zone F2 ] + [CPUA F3 * Zone F3 ] = Total des captures).

La figure 17.28 montre les sites qui ont été surveillés pendant huit ans dans la zone du CPP. Les données des sites échantillonnés se trouvent dans les tableaux 17.4 et 17.5.

FIGURE 17.28
Sites d'échantillonnage du programme de surveillance des pêches dans la zone du projet CPP

TABLEAU 17.4
Données halieutiques (1997) des sites d'échantillonnage F3

Prises par pêcheurs par jour
(PUE)
(kg/jour)

Rendement journalier dans la zone échantillonnée
(PUE * F = Capture)
(kg/jour)

Rendement mensuel
(Prise * jours)
(kg/mois)

TABLEAU 17.5
Données de pêche (1997) des sites d'échantillonnage F2

Prises par pêcheurs par jour
(PUE)
(kg/jour)

Rendement journalier dans la zone échantillonnée
(PUE * F = Capture)
(kg/jour)

Rendement mensuel
(Prise * jours)
(kg/mois)

Les données montrent que les pêcheries des plaines inondables dans la zone du projet sont très saisonnières avec des rendements maximaux en octobre (Figure 17.29). Cette forte saisonnalité rend indispensable l'analyse des données et l'estimation des captures totales sur une base mensuelle.

FIGURE 17.29
Variation saisonnière de l'effort de pêche et de la CPUE dans la plaine inondable (F3) du Bangladesh

Le Tableau 17.4 et le Tableau 17.5 montrent les captures mensuelles par unité de superficie (CPUA) pour les types de terres F3 et F2, respectivement. Pour calculer la capture totale de ces types de terres dans la zone du projet, vous devez connaître les zones inondées de ces types de terres dans la zone du projet. Lorsque vous les avez, la capture mensuelle totale dans les plaines inondables de la zone du projet peut être calculée en remplissant le tableau 17.6.

TABLEAU 17.6
Cadre pour l'estimation des captures mensuelles en plaine inondable dans le projet CPP

Capture totale F3
CPUA F3 *Zone F3 inondée

Capture totale F2
CPUA F2 *Zone F2 inondée

Détermination des zones inondées mensuellement ou cartes mensuelles des inondations

Auparavant vous avez fait une carte des crues de Pais Pesca par interpolation des niveaux d'eau mesurés, calcul du niveau d'eau en soustrayant la grille générée du niveau topographique disponible et enfin vous avez fait la carte des crues en reclassant les zones sèches et inondées. Cette méthode a été utilisée pour faire des cartes d'inondation de la zone CPP.

Outre les données sur la pêche, les niveaux d'eau ont été mesurés chaque semaine dans un grand nombre de sites dans toute la zone du projet. Ces niveaux d'eau ont été utilisés dans un modèle hydrologique pour faire une carte des niveaux d'eau. Une carte topographique fiable ou un modèle numérique d'élévation (MNE) a été soustrait de cette carte des niveaux d'eau pour créer des cartes mensuelles des crues. Ouvrez la présentation (en double-cliquant sur le fichier dans MS Explorer) ‘flood maps 92-99.pps’ dans le dossier ‘RW_03_Floodplain’ sur le CD. Laissez-le fonctionner et prêtez une attention particulière au changement des niveaux d'eau au cours des années (le bleu est l'eau, le jaune est la terre) pour avoir une idée de l'étendue et de la saisonnalité des inondations dans la zone du projet CPP.

Les terres de la zone CPP ont été classées selon les classifications MPO (voir Tableau 16.3 pour les critères).

Donnez toutes les zones avec de l'eau dans la grille de la carte des inondations et qui sont F3 dans la grille Landtype et

Donnez toutes les zones avec de l'eau dans la grille de la carte des inondations et qui sont F2 dans la grille Landtype.

Toutes les étapes de l'analyse pour arriver aux zones inondées mensuellement des différents habitats sont résumées à la figure 17.31.

GRAPHIQUE 17.30
Le principe de l'interrogation de la floodmap avec la landtype map

FIGURE 17.31
Voie de détermination de la superficie inondée mensuellement par habitat dans la zone du projet CPP

Estimation des prises de poissons des plaines inondables dans la zone du projet CPP

L'objectif de cet exercice est d'estimer les prises annuelles dans les plaines inondables de la zone du projet CPP. Pour cela, vous calculerez avec le SIG les données manquantes dans le tableau 17.6 à la page 114.

Cet exercice est similaire à l'exercice commençant à la page 70. Vous devrez faire des cartes d'inondation de la zone CPP montrant les terres sèches et inondées.

1. Démarrez ArcView, Nouveau projet, Nouvelle vue. Ajoutez à partir du dossier rw_03_floodplain du CD2 les thèmes de source de données d'entité ‘Bangladesh.shp’, ‘CPP_outline.shp’, ‘Waterlevels.shp’ et le thème de source de données de grille ‘Topography’ à la vue . Assurez-vous de charger la légende de ‘Topographie’.

2. Définissez le répertoire de travail sur un répertoire de votre choix (par exemple D:Bangladesh emp). Ne définissez pas la projection, mais définissez les unités de carte et les unités de distance en mètres.

3. Créez un masque pour l'analyse à partir du thème ‘CPP_outline.shp’ en le convertissant en grille (barre de menu : Thème/Convertir en grille. ) (Extension de la grille de sortie : Identique à l'affichage, Taille de la cellule : 10 mètres).

4. Définissez le thème de la grille ‘CPP_outline’ comme masque (barre de menu : A nalysis/Propriétés. )

Vous êtes maintenant prêt à faire une analyse complète, mais pour cet exercice vous ne ferez que le mois de janvier.

5. Interpolez les niveaux d'eau pour le mois de janvier (S urface/ Grille d'interpolation. , Étendue de la grille de sortie : Identique à l'affichage, Taille de la cellule : 10 mètres, Méthode : IDW, champ Valeur Z : janvier). Vous pouvez obtenir la même légende qu'à la Figure 17.32 en chargeant la légende : Thème/Modifier la légende, appuyez sur Charger , localisez le fichier ‘waterlevels.avl’ dans le répertoire RW_03_floodplain.

FIGURE 17.32
Niveaux d'eau interpolés pour janvier dans le projet CPP

FIGURE 17.33
Calcul de la profondeur d'eau

6. Calculez la profondeur de l'eau à l'aide du calculateur de carte, en calculant Profondeur de l'eau = Surface à partir de Waterlevel.shp - Topography (Figure 17.33).

Faire une carte des inondations de la zone du projet en janvier, montrant les terres sèches et inondées (les valeurs négatives sont les terres sèches, les valeurs positives sont inondées) en reclassant la grille calculée, soit via le reclassement de l'analyse (barre de menu : A nalyse/ Reclassifier. ) , ou via l'éditeur de légende ( T heme/Edit L egend. ).

Si vous avez tout fait correctement, vous avez créé les grilles telles que présentées dans la figure 17.34.

FIGURE 17.34
Profondeur d'eau calculée pour janvier dans la zone du projet CPP

Calcul mensuel de la superficie inondée

Vous devez calculer les zones inondées mensuellement des différents types de terres (F2 et F3) dans la zone du projet. Cela peut être fait en interrogeant les cartes d'inondation avec la carte de type de terrain.

7. Ajoutez le thème ‘Landtype’ (du dossier ‘RW_03_floodplain’ sur le CD) à la vue. Chargez via l'éditeur de légende (barre de menu : Thème/Modifier la légende. ) la légende ‘Landtype.avl’ à partir du dossier RW_03_floodplain sur le CD (Figure 17.35).

FIGURE 17.35
Types de terres dans la zone du projet CPP

Ce thème de type de terrain que vous devez interroger avec les cartes d'inondation mensuelles. Vous venez de faire la carte des inondations pour le mois de janvier. les cartes des crues pour les autres mois sont déjà faites et s'appellent ‘DWJAN’ pour janvier, ‘DWFEB’ pour février, ‘DWMAR’ pour mars, ‘DWAPR’ pour avril, etc.

8. Ajoutez la carte des inondations de janvier (‘DWJAN’) à la vue.

9. Interrogez le ‘Landtype’ avec la carte d'inondation de janvier (‘DWJAN’) pour F3 Landtype (via A nalysis/Map Query. , Figure 17.36). Ouvrez la table des thèmes de ‘Map Query 1’ et vous verrez qu'il y a 25 286 pixels correspondant aux critères ‘F3 landtype’ et ‘inondé’ (Figure 17.37).

FIGURE 17.36
Interrogation de la carte d'inondation de janvier et du thème Landtype

FIGURE 17.37
Nombre de pixels représentant le terrain F3 inondé

Combien d'hectares de F3 sont inondés avec un maillage de 10 mètres ? [34]

10. Enregistrez le thème de la requête sous ‘F3jan’ (barre de menu : Thème/Sa v e Data Set. ).

11. Recherchez le ‘Landtype’ avec la ‘flood map of January’ pour F2 Landtype. Ouvrez la table des thèmes de cette requête et vous verrez qu'il y a 17243 pixels correspondant aux critères ‘F2 landtype’ et ‘inondé’. Combien d'hectares F2 sont inondés ? Enregistrez la requête sous le nom ‘F2jan’.

12. Ajoutez la carte des inondations de février (‘DWFEB’) à la vue. Recherchez le ‘Landtype’ avec la ‘flood map of February’ pour F3 Landtype. Ouvrez la table des thèmes de cette requête et vous verrez qu'il y a 22958 pixels correspondant aux critères ‘F3 landtype’ et ‘inondé’. Combien d'hectares de F3 sont inondés avec un maillage de 10 mètres ? Enregistrez la requête sous le nom ‘F3feb’.

13. Recherchez le ‘Landtype’ avec la ‘flood map of February’ pour F2 Landtype. Ouvrez la table des thèmes de cette requête et vous verrez qu'il y a 12 115 pixels correspondant aux critères ‘F2 landtype’ et ‘inondé’. Combien d'hectares F2 sont inondés ? Enregistrez la requête sous le nom ‘F2feb’.

14. Continuez l'exercice pour tous les mois et remplissez le tableau 17.6.

La requête de cette manière peut être effectuée plus rapidement avec Tabulate Areas qui est en principe une requête croisée :

1. Assurez-vous que toutes les cartes d'inondation ont été ajoutées à la vue (DWJAN, DWFEB, DWMAR, etc.). Accédez via la barre de menu à : A nalyse/Tabuler les zones. . La fenêtre Tabulate Areas apparaîtra (Figure 17.38).

2. Sélectionnez comme thème de ligne ‘landtype’ et comme thème de colonne la carte d'inondation du mois que vous souhaitez analyser, en commençant par janvier (Dwjan). Cliquez sur OK .

3. Le tableau calculé apparaîtra (ce tableau est enregistré automatiquement dans la partie Tableaux du projet). Les superficies sont calculées en m 2 car les paramètres de propriété de la vue étaient en mètres, donc diviser par 10 000 vous donnera les hectares.

FIGURE 17.38
La fenêtre Tabuler les zones

FIGURE 17.39
Superficie calculée en hectares

Si vous avez effectué l'exercice correctement, vous trouverez les zones telles que présentées dans le tableau 17.7. En utilisant ces données et les données du tableau 17.6, le résultat sera une capture estimée de 111 tonnes métriques/an pour le type de terre F3 et de 349 tonnes métriques/an pour le type de terre F2.

TABLEAU 17.7
Estimation mensuelle de la superficie inondée pour les types de terres F3 et F2 dans la zone du projet CPP

L'utilisation d'images radar dans les pêcheries des plaines inondables au Bangladesh

Au fil des ans, les développements dans les SIG et la télédétection ont été considérables. L'un des développements les plus significatifs a été l'imagerie radar par satellite capable de pénétrer les nuages. Le principal avantage est que pendant la saison des inondations, l'étendue des inondations peut être évaluée presque en temps réel à partir d'images radar. C'est évidemment moins compliqué que la méthode que vous avez utilisée lors de l'exercice précédent (interpolation des niveaux d'eau sur une zone de projet avec des niveaux d'eau mesurés à certains points, après quoi des cartes d'inondation doivent être réalisées).

Une comparaison d'une carte d'inondation calculée avec les niveaux d'eau dans le SIG et d'une carte d'inondation utilisant des images radar est présentée à la figure 17.40.

FIGURE 17.40
Comparaison entre l'inondation calculée et l'application Radar

1. Ouvrez ArcView, ouvrez un nouveau projet, une nouvelle vue, vérifiez le répertoire de travail et vérifiez que les unités de carte et les unités de distance dans les propriétés de la vue sont définies en mètres. Ajoutez les thèmes (source de données de grille) ‘radarjune’, ‘radarjuly’, ‘radaraugust’, ‘radaroctober’, ‘radarseptembe’ et ‘landtype’ à la vue (depuis le dossier RW_03_Floodplain sur votre CD). Si vous le souhaitez, vous pouvez charger les légendes ‘Radar.avl’ pour les thèmes radar et ‘landtype.avl’ pour le thème landtype. Les thèmes radar vous montrent les images radar [35] pour les mois de juin, juillet, août, septembre et octobre de l'année 1998.

2. Interrogez les thèmes radar avec le thème landtype et calculez les zones inondées pour les landtypes F3 et F2 (comme vous l'avez fait dans l'exercice précédent). Vous pouvez le faire soit avec Map Query (barre de menu : A nalysis/Map Requête. ) soit avec Tabulate area (barre de menu : A nalysis/T abulate Areas. ).

3. Remplissez le tableau 17.8 et comparez les résultats entre les captures calculées avec les images radar et avec les cartes d'inondation générées (SIG).

TABLEAU 17.8
Comparaison de l'analyse des pêches à l'aide de données radar ou SIG [36]

Radar de capture totale
(tonnes métriques)

Total des captures SIG
(tonnes métriques)

Les différences entre les deux méthodes sont minimes. L'utilisation d'images radar pourrait faciliter votre travail. Cependant, vous devez réaliser une chose : les images radar donnent une zone inondée un jour donné du mois et non la zone inondée moyenne au cours du mois telle que calculée à l'aide du SIG et des niveaux d'eau. La zone inondée peut être très variable en un mois, ce qui signifie que l'utilisation du radar ne sera précise que si davantage d'images sont disponibles par mois. une illustration des différents niveaux d'eau en un mois peut être les images radar de la zone CPP des 2 et 25 septembre 1998 (Figure 17.41).

FIGURE 17.41
Comparaison des images radar pendant deux jours en septembre 1998

17.2. Modèles de production excédentaire et SIG

Pour l'élaboration d'une stratégie de gestion des pêches, les scientifiques halieutiques et les décideurs politiques veulent savoir quel est l'état actuel des stocks de poissons et quel sera l'impact de la pêche sur ceux-ci. Au cours des dernières décennies, un certain nombre d'outils, ou modèles d'évaluation des stocks de poissons, ont été développés pour visualiser les processus interactifs entre la pêche et les stocks de poissons. L'un d'eux est le modèle de production excédentaire.

Les modèles traditionnels de production excédentaire sont ceux de Schaefer (1954) et Fox (1970). Les modèles de production excédentaire déterminent le niveau d'effort optimal qui produit le rendement maximal pouvant être maintenu sans affecter la productivité à long terme du stock, également appelé rendement maximal durable (RMD). De plus, les modèles de production excédentaire considèrent la capture par unité d'effort (CPUE) par rapport à l'effort de pêche comme un intrant de base et supposent que la biomasse est proportionnelle à la capture par unité d'effort (f).

Les modèles de production excédentaire peuvent être appliqués lorsque des estimations raisonnables sont disponibles de la capture totale (par espèce), de la capture par unité d'effort (PUE) et de l'effort de pêche correspondant (f) sur un certain nombre d'années. Une condition préalable est que l'effort doit avoir subi des changements substantiels au cours de la période couverte. Des informations détaillées sur les modèles de production excédentaire peuvent être trouvées dans Sparre et Venema (1992) dont les bases sont résumées ci-dessous.

Le modèle de Schaefer trace la CPUE en fonction de l'effort de pêche (f) sur un modèle linéaire de la forme :

Y= a+bX , ou, CPUE = a + b* (effort de pêche).

Le rendement calculé, le rendement maximal durable (MSY) et l'effort de pêche pour le MSY (F msy ) peuvent alors être exprimés comme suit :

Rendement calculé = a*(effort de pêche)+b*(effort de pêche) 2
Fmsy = - 0.5*a/b
PME = - 0,25*a 2 /b.

Un exemple de courbe de Schaefer, réalisée pour le chalutage crevettier dans le golfe du Bengale (tableau 17.9, [Mustafa et Khan, 1993]), est donné à la figure 17.42.

TABLEAU 17.9
Données sur le chalutage crevettier du golfe du Bengale

Pêche aux crevettes
(tonnes métriques)

CPUE
(tonnes métriques/ chalutier)

FIGURE 17.42
Le chalutage crevettier courbe de Schaefer dans le golfe du Bengale

FIGURE 17.43
Courbe de rendement du chalutage crevettier dans le golfe du Bengale

CPUE = -4,85 * (Effort de pêche) + 278 ® a = 278, b = -4,85
Rendement calculé = a*(effort de pêche)+b*(effort de pêche) 2 ® 278 * f + (-4,85) * f 2
F msy = -0,5*a/b ® -0,5 * (278/(-4,85)) = 33 chalutiers
PME = -0,25*a 2 /b ® -0,25 * (278*278)/(-4,85) = 3960 tonnes métriques/an.

L'adaptation de Munro et Thompson des modèles de production excédentaire Les modèles de production excédentaire sont généralement appliqués à de longues séries chronologiques de CPUE et d'effort. Munro et Thompson (1983a et 1983b), cependant, ont appliqué les modèles de production excédentaire à un ensemble de données provenant des pêcheries de récifs coralliens jamaïcaines, toutes collectées la même année mais représentant différentes zones de pêche exploitées à différents niveaux d'effort. Les hypothèses de base pour cette adaptation des modèles de production excédentaire sont :

Les espèces étudiées étant peu mobiles, chaque zone possède son propre stock ne se mélangeant pas avec les stocks voisins.

Les régimes écologiques des différentes zones de pêche ne diffèrent pas substantiellement, de sorte que le seul impact différent sur les stocks est la différence d'effort de pêche entre les zones de pêche.

La pêcherie étudiée par Munro et Thompson (1983b) est une pêcherie locale au casier exploitée à partir de canots. Les poissons de récifs coralliens sont considérés comme peu mobiles et il a été supposé que chaque zone possède ses propres stocks qui sont indépendants des stocks voisins (peu de mélange). Les données utilisées par Munro et Thompson et les courbes de Schaefer qui en résultent sont présentées dans le tableau 17.10 (Munro et Thompson, 1983a), la figure 17.44 et la figure 17.45.

TABLEAU 17.10
Données sur la pêche récifale jamaïcaine

FIGURE 17.44
Courbe de Schaefer pêcheries récifales Jamaïque

GRAPHIQUE 17.45
Rendement des pêcheries récifales Jamaïque

Des données et du diagramme de Schaefer, les données suivantes peuvent être déduites :

CPUE = 2 941,7 + [(-432,46) * (effort de pêche)] ® a = 2 941,7, b = -432,46
Rendement calculé = a*(effort de pêche)+b*(effort de pêche) 2 ® 2941,7 * f + (-432,46) * f 2
F msy = -0,5*a/b ® -0,5 * (2 941,7/(-432,46)) = 3,4 canots par km 2
PME = -0,25*a 2 /b ® -0,25 * [(2 941,7*2641,7)/(-432,46)] = 5 002,5 kg par an.

L'adaptation Munro et Thompson des modèles de production excédentaire n'est pas connue et utilisée couramment. Cependant, il est clair qu'avec le développement actuel des SIG, ils offrent une opportunité d'avoir un aperçu de l'état des stocks dans un laps de temps relativement court (en gardant à l'esprit que les hypothèses de base mentionnées précédemment devraient s'appliquer).

Par conséquent, deux exemples de cette application suivront, l'un avec les données Pais Pesca et l'autre utilisant les données des pêcheries méditerranéennes.

17.2.1. Pêche au homard de Pescan (Cherax grafiensis) dans le lac Kadim

Outre les pêcheries de carpes et de clupéides , il existe une petite mais très précieuse pêcherie de homard de Pescan Cherax grafiensis dans le lac Kadim . Cette pêcherie présente les caractéristiques suivantes :

Cherax grafiensis est plutôt immobile. Des expériences de marquage ont révélé que les homards restent dans une zone d'environ 3 km 2 pendant toute leur vie.

Cherax grafiensis vit dans des eaux jusqu'à six mètres de profondeur et sa répartition n'est pas liée à d'autres facteurs écologiques tels que le phytoplancton, le disque de secchi, etc.

Les homards sont capturés par des casiers fixes placés au fond du lac.

Lors de l'enquête du ministère des Pêches en 1999 (voir page 70), le nombre de casiers à homard a été compté (Nombre de casiers par ha) aux zones d'échantillonnage et les propriétaires des casiers ont été interrogés pour obtenir des informations sur leurs prises annuelles ( kg/an).

Les caractéristiques spatiales de la pêcherie permettent d'analyser les données dans un SIG avec une courbe de Schaefer adaptée. Pour cela, les données ont été réparties sur neuf zones de pêche, qui sont déterminées par les limites des zones de pêche des pêcheurs des villages situés sur le rivage de chaque zone.

Il existe deux manières de procéder à l'analyse :

Calculer les valeurs moyennes d'effort de pêche et de CPUE par zone de pêche avec les données des stations d'échantillonnage [37] . Construisez une courbe de Schaefer et utilisez les valeurs calculées de a et b pour calculer le F msy (= -0,5*a/b). Interpolez une grille du nombre de pièges par ha (dans les limites des zones de pêche) et trouvez les zones surexploitées avec la requête : [Nombre de pièges par ha] > [F msy ] .

La deuxième façon est de générer les grilles pour la CPUE et le nombre de pièges par ha . Effectuez ensuite une régression de grille entre les deux et utilisez les valeurs obtenues de a et b pour calculer F msy . La dernière étape consiste à interroger la grille d'effort pour trouver les zones sur et sous-exploitées (sous-exploitées : [Nombre de pièges par ha] < [F msy ] ).

Cette deuxième méthode est illustrée ci-dessous :

1. Démarrez ArcView, ouvrez un nouveau projet, nouvelle vue. Ajoutez les thèmes suivants à partir du dossier 㢶_Lake_Kadim_Lobster’ : ‘Lobster data.shp’(contenant toutes les données sur le homard des différents sites d'échantillonnage du lac Kadim), ‘depth.shp’, ‘zones de pêche.shp& #146, ‘villages de pêche.shp’, ‘Lake Kadimborder.shp’ et ‘Pays de Pais pesca.shp’.

2. Vérifiez le répertoire de travail, la projection (cylindrique à aire égale) et les paramètres des propriétés.

3. Activez le thème ‘Zones de pêche.shp’ et utilisez le bouton ‘Zoom sur le(s) thème(s) actif(s)’ dans la barre de boutons pour effectuer un zoom sur ce thème.

4. Comme vous allez travailler uniquement dans les zones de pêche, vous devrez d'abord créer une grille du thème ‘Fishing zones.shp’ [38] (taille de la grille de sortie 100 mètres, donc chaque pixel équivaut à 1 hectare) . Enregistrez cette grille sous ‘Zones’.

5. Définissez la grille ‘Zones’ comme masque. ( A nalyse/Propriétés. ).

6. Activez le thème ‘Lobster data.shp’ et créez une grille de surface [39] de la ‘CPUE’ avec ‘IDW’ et une taille de cellule de grille de 100 mètres, avec l'étendue de la grille de sortie : Identique à l'affichage. Renommez la nouvelle grille ( T hème/Propriétés. ) et enregistrez et renommez le thème en ‘CPUE’ ( T hème/Sa v e Data Set. ).

7. Créez une autre grille pour l'effort de pêche (‘Nombre de casiers par ha’, vous ne verrez que ‘Number_of_’ dans le champ déroulant) et enregistrez et renommez la grille en ‘Effort’.

8. Activez l'extension Grid Regression (Fichier/Extensions. ).

9. Cliquez sur le bouton de régression et effectuez une régression avec la CPUE comme dépendante et l'effort comme indépendant. (voir le chapitre : Analyse de régression des données du lac Kadim à l'aide d'un script avenue, page 84). Les résultats devraient ressembler aux figures 17.46 et 17.47.

FIGURE 17.46
Résultat de la régression

FIGURE 17.47
Régression du nuage de points

10. Utilisez les valeurs obtenues de a et b pour calculer F msy , et MSY [40] .

11. Trouver les zones sur et sous-exploitées, à l'aide de la fonction Requête cartographique ( Analyse/Requête cartographique. ) (surexploité : effort > Fmsy, sous-exploité : effort < F msy . (Figure 17.48)).

Cet exemple a donné des résultats clairs. Cependant, dans le monde réel, les cas avec de si bons résultats ne sont pas faciles à trouver. Les régressions entre les grilles fournissent souvent un nuage de points, et la zonation n'est souvent pas aussi simple et nette. Mais même dans ces cas, il existe de nouveaux développements qui peuvent être appliqués aux modèles de production excédentaire dans les SIG. Par conséquent, un exemple plus complexe de pêche en mer Méditerranée est fourni.

FIGURE 17.48
Statut d'exploitation du lac Kadim, zones en vert sous-exploitées, zones en rouge surexploitées.

Remarque : calcul de moyennes dans une table thématique

ArcView a une fonction très soignée pour calculer les moyennes dans une table de thème. Ceci est mieux expliqué par un exemple :

1. Démarrez ArcView, ouvrez un nouveau projet, nouvelle vue. Ajoutez le thème suivant à partir du dossier 㢶_Lake_Kadim_Lobster’ : ‘Lobster data.shp’ (contenant toutes les données sur le homard des différents sites d'échantillonnage du lac Kadim). Vous verrez les en-têtes de champ : ‘Shape’, ‘Id’, ‘Zone_code’, ‘Cpue’, ‘Attractor’ et ‘Number_of_’. Vérifiez le répertoire de travail.

2. Appuyez sur l'en-tête du champ ‘Zone_code’, pour qu'il apparaisse appuyé. Accédez à la fonction récapitulative (barre de menu : Champ/Résumé. , ou le bouton récapitulatif dans la barre de boutons à côté de la calculatrice). La fenêtre Définition du tableau récapitulatif apparaîtra.

3. Sélectionnez le champ dans la liste déroulante à côté de ‘Champ :’ dont vous souhaitez connaître la moyenne par ‘Zone_code’. Sélectionnez ‘Cpue’. Ensuite, vous devez sélectionner la fonction dans la liste déroulante à côté de ‘Résumé par :’ par laquelle le champ doit être résumé, dans ce cas ‘Moyenne’. puis appuyez sur Ajouter et vous verrez apparaître le terme ‘Ave_Cpue’. Appuyer sur OK .

L'écran de sum1.dbf apparaît avec les valeurs moyennes de CPUE par zone (Figure 17.49).

FIGURE 17.49
Résumé de ‘Lobster data.shp’ par zone de pêche

17.2.2. Pêche au merlu européen (Merluccius merluccius) en mer Méditerranée

Le merlu européen ( Merluccius merluccius ) est un poisson démersal de grande valeur dans la mer Méditerranée. Il vit près du fond, généralement entre 70 et 370 mètres le jour, mais s'éloigne du fond la nuit.

GRAPHIQUE 17.50
Le merlu européen ( Merluccius merluccius )

Le merlu européen a été un aliment important pour la population d'Europe occidentale à travers l'histoire. Il est principalement capturé par des chaluts de fond et pélagiques, mais aussi avec des palangres, des filets maillants de fond et des sennes danoises. La capture totale déclarée pour cette espèce était de 71627 tonnes métriques pour l'année 2000. Les pays avec les plus grandes captures au cours de cette période étaient l'Espagne (24853 tonnes métriques) et l'Italie (9291 tonnes métriques) (FAO, 2000). Au milieu des années 90, plusieurs prospections expérimentales ont été menées près de la côte tyrrénienne italienne. Avec ces données, Corsi, Agnesi et Ardizzone (2001) ont développé une autre approche des modèles de production excédentaire dans les SIG.

Un graphique de Munro et Thompson pour les données de merlu en Méditerranée

Corsi (2000a) a réalisé une analyse en SIG sur les données de prises et effort obtenues sur la période 1994-1996. Les données suivantes ont été utilisées :

Statistiques portuaires (étant les principaux sites de débarquement des différentes zones de pêche). Les données englobent l'effort de pêche exprimé en tonnage brut de la flottille de chalutage par km 2 , et la CPUE exprimée en kg par heure de chalutage.

Données de trois relevés expérimentaux au chalut réalisés dans 130 stations d'échantillonnage géoréférencées sélectionnées au hasard. Les rendements moyens par heure ont été interpolés au moyen du krigeage universel sur l'ensemble de la zone d'étude pour dériver une surface de CPUE sur l'ensemble de la zone.

Une grille représentant l'effort de pêche sur l'ensemble de la zone d'étude, réalisée avec une modélisation déductive qui alloue l'effort de pêche nominal du port sur l'ensemble de la zone de pêche du port, sur la base d'une fonction combinée de profondeur et de distance du port (Corsi, 2000b) .

Principales zones de pêche de la région.

Données d'un levé bathymétrique, fournissant la profondeur du fond sur la zone d'étude

Avec les données disponibles, c'est-à-dire la distribution spatiale de l'effort de pêche et de la CPUE, l'approche de Munro et Thompson pourrait être utilisée pour estimer F msy , et pour localiser les zones surexploitées.

1. Démarrez ArcView, ouvrez un nouveau projet, nouvelle vue. Ajoutez les thèmes suivants à partir du dossier 㢷_Hake_analysis’ : ‘Fishing zones.shp’, ‘Ports.shp’, ‘Coastline.shp’ et ‘Hake data.shp’.

2. Vérifiez le répertoire de travail, la projection et activez l'extension Grid Regression [41] . Lors de la vérification de la projection, vous obtiendrez un écran d'information vous indiquant : ‘Il semble que vos données ne soient pas en degrés décimaux. Voulez-vous quand même essayer de projeter ?’. Cliquez sur Non. Ce message apparaîtra chaque fois que vos données ne sont pas en degrés décimaux. Pour cet exercice, vous n'avez pas besoin de projeter les données. Pour plus d'informations sur les projections, veuillez consulter le chapitre : Projection, en page 40.

3. Le thème ‘Hake data.shp’ contient des données sur la distribution spatiale de l'effort de pêche et de la CPUE. Créez deux grilles à partir de ce thème, une pour l'effort (Thème/Convertir en grille. , Nom de la grille : ‘Effort_Hake’, Étendue de la grille de sortie : identique à l'affichage, Taille de la cellule de la grille de sortie : 1 000 unités de carte, champ pour les valeurs des cellules : & #145Effort’), et le second sur la CPUE (mêmes paramètres, sauf pour le nom : ‘CPUE_Hake’ et le champ pour les valeurs des cellules : ‘CPUE’).

FIGURE 17.51
Résultats de la régression

FIGURE 17.52
Régression du nuage de points de ‘CPUE_Hake’ vs ‘Effort_Hake’

4. Cliquez sur le bouton de régression et effectuez une régression avec ‘CPUE_Hake’ comme dépendant et ‘Effort_Hake’ comme indépendant.

À partir de l'analyse de régression (Figure 17.51 ​​et Figure 17.52), vous voyez que les résultats ne sont pas valables pour notre propos, la régression a une pente positive (b = 1,62).

5. Ajoutez à partir du dossier 㢷_Hake_analysis’ le thème ‘Depth.shp’ et rendez-le visible (Figure 17.53). Vous pouvez voir que les zones de pêche ont une grande variation de profondeur. Le merlu est un habitant du fond, ce qui signifie que, pour cette espèce, les zones de pêche ne sont pas homogènes sur le plan écologique, et donc l'une des hypothèses de base du modèle de Munro et Tompson est violée.

FIGURE 17.53
Profondeurs de la côte tyrrénienne

6. Enregistrez votre projet sous le nom ‘Hake.apr’ ou un autre nom de votre choix.

Les développements se poursuivent et Corsi (2000a) a développé un modèle pour surmonter le problème des différentes zones de pêche écologiques ou des densités de stock variables. Le modèle est encore au stade théorique et ses mérites doivent encore être étudiés. Cependant, sa simplicité fait qu'il est intéressant de l'inclure dans ce manuel.

Une analyse de type Corsi des données Merlu en Méditerranée

L'hypothèse de base derrière l'analyse développée par Corsi est que la pente (b) d'une courbe de Schaefer reste constante avec différentes zones écologiques tandis que l'intersection (a) change avec ces zones.

Cela peut être expliqué avec les données de la feuille de calcul ‘Corsi model.xls’. Ouvrez cette feuille de calcul ‘Corsi model.xls’ (à l'aide de Microsoft Excel) à partir du dossier 㢸_Corsi_model’ et ouvrez la feuille de calcul ‘Courbes de Schaefer’.

Dans la feuille de calcul, vous voyez l'effort de pêche moyen et la CPUE par différentes zones de pêche, tels qu'obtenus à partir des statistiques portuaires. Faire la courbe de Schaefer (effort vs CPUE) pour les données. Faites une régression linéaire sur les données, dont le résultat devrait être Y = 6,16 - 5,34*X ( a = 6,16 et b = 5,34 ), ou CPUE = 5,34 * effort + 6,16 .

Ouvrez la feuille de calcul ‘hake data’. Dans cette feuille de calcul, vous voyez un graphique (Figure 16.54) avec un nuage de points, qui sont les points de données de ‘Effort vs CPUE’ de la grille Effort et CPUE, et trois lignes droites, trois courbes de Schaefer avec la valeur estimée de la pente b = 5,34 et trois valeurs différentes de a .

FIGURE 17.54
La feuille de calcul des données sur le merlu

Pour chaque courbe de Schaefer, F msy et sa CPUE associée à F msy (CPUE msy ) peuvent être calculées. Cette fonction de base du modèle Corsi est décrite par CPUE msy = -b * Effort de pêche . Cette fonction s'appelle l'attracteur.

Ouvrez une autre feuille de calcul : ‘La fonction attracteur.xls’. Les rendements et les CPUE sont calculés pour trois courbes de Schaefer avec la même pente (b) dans cette feuille de calcul. Pour chaque courbe, vous voyez (Figure 17.55) que la relation entre F msy et CPUE msy se trouve sur la droite bleue CPUE msy = 5,34 * Effort de pêche.

FIGURE 17.55
La fonction attracteur

Si l'on suppose que le nuage de points de données pour l'effort par rapport à la CPUE pour les données de merlu est composé d'un nombre infini de courbes de Schaefer parallèles pour un nombre infini de zones de pêche, la fonction d'attracteur peut être utilisée pour diviser le nuage en points en dessous de la ligne attractive, avec une CPUE inférieure à la CPUE msy (ou points surexploités) et au-dessus des lignes attractives avec une CPUE supérieure à la CPUE msy (ou points sous-exploités) (Figure 17.56).

FIGURE 17.56
Courbe de Schaefer Pêche au merlu Côte thyrrénéenne

Essayez d'appliquer le modèle dans ArcView :

1. Ouvrez ArcView, ouvrez le projet précédemment enregistré ‘Hake.apr’. Ajoutez le thème ‘Attractor.shp’ du dossier 㢸_Corsi_model’ à la vue. Ouvrez la table des thèmes.

2. Commencez à éditer le tableau. Ajoutez le champ numérique ‘Attracteur’ avec 4 décimales.

3. Calculez le champ ( Champ/C alculer. ) en saisissant ‘ [effort] * 5,34 ’. Arrêtez la modification du tableau et enregistrez les modifications.

FIGURE 17.57
La question des zones sous-exploitées de la mer de Thyrrenaen

4. Ouvrez les propriétés du thème et faites la requête ‘ [CPUE] > [Attracteur] ’, qui vous donne les points de données sous-exploités. Changez la couleur des points de données en vert.

5. Copiez et collez le thème dans la même vue, activez uniquement le thème nouvellement collé, ouvrez à nouveau les propriétés du thème et effectuez la requête ‘ [CPUE] < [Attractor] ’, qui donne les données surexploitées points. Changez la couleur de ce thème en rouge. Vous avez maintenant la répartition des zones sur et sous-exploitées de la mer Tyrrhénienne selon le modèle de Corsi (Figure 17.58).

FIGURE 17.58
Zones sur et sous-exploitées de la mer Tyrrhénienne selon le modèle de Corsi

Note sur l'utilisation de ce modèle en général

Pour l'application des modèles de production excédentaire dans les SIG, bien sûr, la même approche prudente que celle utilisée dans les applications traditionnelles des modèles de production excédentaire doit être respectée, car ils ont tendance à donner des réponses faussement optimistes. Veuillez vous référer aux manuels sur ce sujet Gulland (1985), Pitcher et Hart (1982), Quin et Deriso (1999), Hilborn et Walters (1992).


Conclusion

Il existe un besoin critique d'évaluations mondiales fondées sur des données de l'utilisation passée des terres par l'homme. Les pratiques d'utilisation des terres antérieures ont transformé la couverture terrestre de manières complexes et variables et avec des degrés d'intensité différents. Bien que nous sachions que les transformations à l'échelle régionale de la végétation et même des formes de relief étaient parfois très dramatiques, il n'est pas encore clair à quel point l'agrégat des nombreux enregistrements locaux de transformation du paysage documentés par les archéologues, les paléoécologues et les historiens pourrait être à l'échelle mondiale. L'archéologie et d'autres disciplines historiques ont généré de vastes quantités d'informations au cours du siècle dernier ou plus, mais jusqu'à présent, ces données n'ont pas été proportionnées, ni agrégées à l'échelle mondiale. L'harmonisation des données de ce type nécessite un langage analytique commun, des catégories partagées et des formats de données partagés, exigences traitées par le développement de cette classification et de la base de données qui l'accompagne. Comme discuté ci-dessus, la classification, les variables d'utilisation des terres et la base de données rapportées ici sont le résultat d'un vaste processus de consultation et de co-conception [8] entre les modélisateurs climatiques, les paléoécologues et les archéologues. Bien que conçue dans le but d'améliorer les modèles climatiques [37], cette base de données a également un potentiel important pour éclairer la recherche historique. En effet, dans certaines régions du monde, les synthèses que nous construisons sont le premier et souvent l'effort le plus systématique pour intégrer des ensembles de données archéologiques volumineux mais dispersés et incohérents.

La classification et la documentation des pratiques d'utilisation des terres passées ne sont qu'une étape dans la compréhension de l'impact de notre espèce sur le système terrestre. Alors que les données sur les pratiques d'utilisation des terres telles que le labour, le brûlage à grande échelle ou l'agriculture en champs inondés qui affectent directement les cycles chimiques, tels que le carbone et le méthane, peuvent être immédiatement pertinentes pour les modèles climatiques, les impacts des histoires d'utilisation des terres sur la couverture terrestre anthropique (ALCC) sont largement influencés par le climat, les conditions préalables et d'autres facteurs. Nous adoptons donc plusieurs approches pour améliorer les estimations de l'ALCC pour le passé. Premièrement, nous visons à lier les reconstructions de la végétation à base de pollen avec des données d'utilisation des terres basées sur l'archéologie [37]. Les reconstructions à base de pollen, bien que produites à une résolution inférieure, fournissent un test important de la base de données sur l'utilisation des terres [8]. Deuxièmement, nous visons à améliorer les modèles ALCC existants, qui diffèrent significativement les uns des autres [15].

Ce travail est déjà en cours. Harrison et al. [8] présente un protocole d'évaluation des modèles d'occupation des sols et d'occupation des sols créés à partir des diverses données archéologiques utilisées dans la modélisation ALCC. Il suggère des façons dont la reconstruction créée à partir des données archéologiques peut être mise en œuvre dans des scénarios mondiaux d'utilisation des terres et d'occupation des sols, et comment ceux-ci devraient être évalués à l'aide de reconstructions indépendantes basées sur le pollen de l'occupation des sols et du climat. Dans ce cadre, les modèles améliorés peuvent ensuite être utilisés dans des simulations paléoclimatiques. Dans le cadre du PMIP (Palaeoclimate Modeling Intercomparison Project), les modèles améliorés sont utilisés pour quantifier l'ampleur des impacts anthropiques sur le climat à travers le temps, et ce faisant, le projet LandCover6k joue un rôle essentiel dans l'amélioration du réalisme des simulations climatiques de l'Holocène [8] .

Bien qu'il existe plusieurs approches en cours pour améliorer les modèles ALCC [29], LandCover6k est nouveau à bien des égards. La structure de notre base de données garantit que les données sont enregistrées dans des unités spatiales comparables à une échelle relativement fine. Le schéma de classification résulte d'un processus d'atelier étendu au cours duquel les archéologues se sont réunis pour développer une compréhension commune qui est intégrée dans les descriptions et définitions détaillées que nous avons fournies. Cela a facilité l'utilisation cohérente des termes de classification et l'évaluation des variables de manière comparable. Enfin, le schéma de classification, la base de données et les produits qui en résultent sont explicitement conçus à la fois pour faciliter le travail des modélisateurs et pour servir de ressource aux archéologues.

Les efforts existants pour quantifier l'ALCC s'appuient sur des estimations de la population passée pour éclairer les projections de l'impact potentiel sur la couverture végétale [9, 11], et une contribution récente a compilé des estimations régionales publiées de l'utilisation des terres par habitant pour les terres cultivées et les pâturages en tant que paramètre supplémentaire pour les données basées sur la population. modèles [10]. Alors que la population est clairement un facteur important dans la superficie des terres nécessaires pour répondre aux besoins en ressources, il existe de multiples stratégies pour obtenir des ressources spécifiques et donc de nombreux résultats différents de changement de végétation qui peuvent en résulter. De plus, les effets sur la population sont médiés par des formes et des niveaux de consommation variés [195]. La démographie avec une hypothèse d'utilisation constante des terres cultivées par habitant ignore des facteurs tels que la production excédentaire, les déchets et l'intensification agricole [2]. Les modèles ALCC existants s'appuient sur des algorithmes pour, par exemple, répartir la population uniformément dans le paysage ou pour répartir la population passée par extrapolation linéaire à partir des modèles démographiques modernes, ces deux approches manquent les préférences de localisation bien connues des groupes pratiquant différentes formes d'utilisation des terres ainsi que façons dont ces préférences de localisation ont changé au fil du temps avec les changements technologiques, environnementaux et culturels. Nos ensembles de données peuvent ainsi fournir des corrections et des contraintes empiriques sur les modèles ALCC, améliorant ainsi leur valeur pour les modélisateurs du système terrestre.

Le schéma de classification et la base de données qui l'accompagne décrits ici en sont une partie essentielle. Le schéma de classification est une simplification de ce qui était des systèmes complexes d'utilisation des terres, mais une telle simplification est nécessairement destinée à l'agrégation à l'échelle mondiale. En codant certaines variables (domestiques, brûlis, travail du sol, etc.) en dehors des catégories d'utilisation des terres, nous tentons à la fois de saisir les variables archéologiques communément enregistrées importantes pour le changement environnemental et de garder ouverte la possibilité d'analyser les associations entre les classes et les variables. Par exemple, les champs arborés se trouvent souvent dans les zones de culture du maïs, mais notre structure de données permet de tester cette association et d'identifier de nouvelles combinaisons si elles existent. Nous soulignons ainsi la valeur de cet exercice pour l'archéologie et l'histoire ainsi que pour la science du système terrestre. Les analyses archéologiques de l'utilisation passée des terres reposent sur une très large gamme d'indicateurs, et la couverture et la qualité des données varient considérablement dans l'espace et dans le temps. Notre base de données est conçue pour être publique, itérative et corrigible, capable d'intégrer de nouvelles données et compréhensions. Comme première étape de l'harmonisation des données archéologiques sur l'occupation du sol, elle est nécessairement préliminaire. Bien que nous commencions avec un nombre limité de tranches de temps, il existe un potentiel pour des analyses de séries temporelles transitoires plus puissantes à l'avenir. La recherche LandCover6k sera en mesure d'identifier les zones ou les périodes de changement rapide de l'utilisation des terres, les zones de conflit qui nécessitent des travaux supplémentaires et les zones qui manquent de données mais sont clairement importantes pour la recherche sur l'utilisation des terres et la couverture des terres. Les groupes de recherche appliquée et de modélisation associés aux services écosystémiques tels que ARIES (Intelligence artificielle pour les services écosystémiques) bénéficieront également des travaux de LandCover6k et du langage cohérent utilisé dans ce schéma de classification.

L'impact humain sur le système terrestre a une longue histoire, mais nous ne pouvons pas évaluer avec précision son importance sans une synthèse à l'échelle mondiale. Les niveaux passés de population humaine, bien qu'importants, n'indexent pas directement l'impact humain passé, tout comme dans le présent, certains groupes de personnes consommaient plus et/ou des ressources différentes que d'autres, ce qui complique les effets démographiques. Les « empreintes » historiques de la couverture terrestre étaient en partie influencées par les formes d’utilisation des terres, de la cueillette et de la chasse à l’agriculture et à l’industrie. Bien que l'importance des changements anthropiques de la couverture terrestre soit largement reconnue, les efforts existants pour modéliser ces changements à l'échelle mondiale sont problématiques, les modèles concurrents variant considérablement. Malgré l'existence d'importantes archives de données archéologiques et historiques, ces données n'ont pas, à ce jour, été systématiquement utilisées pour corriger ou contraindre les modèles ALCC. Nous avons développé un langage commun pour la classification de l'utilisation des terres, une base de données pour enregistrer les évaluations de l'utilisation des terres et des stratégies de gestion et de coordination des données comme première étape vers l'utilisation de ces archives historiques importantes mais dispersées, inégales et régionales pour contribuer à une meilleure compréhension du système terrestre.

Les figures 2 à 7 ont été créées à l'aide de Biorender.com. Les auteurs remercient Ka Ki Jacqueline "Jacky" Chan pour son aide dans la création de la figure 9.


NJDEP 1995/97 Mise à jour de l'utilisation des terres/Couverture des terres, zone de gestion du bassin versant de Mullica, WMA-14

Les données fournies ici sont distribuées sous réserve des conditions et restrictions suivantes.

Pour toutes les données contenues dans le présent document, NJDEP ne fait aucune représentation d'aucune sorte, y compris, mais sans s'y limiter, les garanties de qualité marchande ou d'adéquation à un usage particulier, et aucune de ces garanties ne peut être implicite en ce qui concerne les couches de données numériques fournies ci-dessous. NJDEP n'assume aucune responsabilité de les maintenir de quelque manière que ce soit.

1. Les données numériques reçues du NJDEP doivent être utilisées uniquement à des fins internes dans la conduite des affaires quotidiennes.

2. Les données sont fournies telles quelles, sans garantie d'aucune sorte et l'utilisateur est responsable de comprendre les limites de précision de toutes les couches de données numériques fournies ici, comme documenté dans les fichiers de références croisées (voir INFORMATIONS SUPPLÉMENTAIRES). Toute reproduction ou manipulation des données ci-dessus doit garantir que le système de référence de coordonnées reste intact.

3. Les données numériques reçues du NJDEP ne peuvent être reproduites ou redistribuées pour être utilisées par quiconque sans avoir obtenu au préalable l'autorisation écrite du NJDEP. Cette clause n'est pas destinée à restreindre la distribution des informations cartographiques imprimées produites à partir des données numériques.

4. Toutes les cartes, publications, rapports ou autres documents produits à la suite de ce projet qui utilisent les données numériques du NJDEP créditeront le système d'information géographique (SIG) du NJDEP comme source des données avec le crédit/avertissement suivant :

"Ceci (carte/publication/rapport) a été développé à l'aide des données numériques du système d'information géographique du Département de la protection de l'environnement du New Jersey, mais ce produit secondaire n'a pas été vérifié par le NJDEP et n'est pas autorisé par l'État."

5. Les utilisateurs doivent exiger de tout entrepreneur indépendant, engagé pour entreprendre des travaux qui utiliseront les données numériques obtenues du NJDEP, d'accepter de ne pas utiliser, reproduire ou redistribuer les données SIG du NJDEP à des fins autres que le travail contractuel spécifié. Toutes les copies des données SIG du NJDEP utilisées par un entrepreneur indépendant devront être retournées à l'utilisateur d'origine à la fin de ces travaux contractuels.


Contenu

L'archipel des Philippines se situe en Asie du Sud-Est et compte quelque 7 641 îles. [7] [10] Les Philippines occupent une zone qui s'étend sur 1 850 kilomètres (1 150 mi) d'environ le cinquième au vingtième parallèle de latitude nord. La superficie totale des terres est de 300 000 kilomètres carrés (115 831 milles carrés), [1] [11] [12] [2] [3] avec des données d'enquête cadastrale suggérant qu'elle peut être plus grande. [13] Cela en fait le 5ème plus grand pays insulaire du monde. [9] Seulement environ 1 000 de ses îles sont peuplées, et moins de la moitié d'entre elles font plus de 2,5 kilomètres carrés (1 mille carré). Onze îles représentent 95 pour cent de la masse continentale des Philippines, et deux d'entre elles - Luzon et Mindanao - mesurent respectivement 105 000 kilomètres carrés (40 541 milles carrés) et 95 000 kilomètres carrés (36 680 milles carrés). Ils, avec le groupe d'îles des Visayas entre eux, représentent les trois principales régions de l'archipel qui sont identifiées par les trois étoiles sur le drapeau philippin. Les Philippines sont divisées en de nombreuses îles au bord de la mer. Cela lui donne le cinquième plus long littoral de 36 289 kilomètres (22 549 mi) au monde. [14] [15] La zone économique exclusive des Philippines couvre 2 263 816 km 2 (874 064 milles carrés), à 200 milles marins (370 km) de ses côtes. [16] Il est situé entre 116° 40' et 126° 34' de longitude E et 4° 40' et 21° 10' de latitude N et est bordé par la mer des Philippines [17] à l'est, la mer de Chine méridionale [ 18] à l'ouest, et la mer des Célèbes au sud. [19] L'île de Bornéo est située à quelques centaines de kilomètres au sud-ouest [20] et Taïwan est située directement au nord. Les Moluques et Sulawesi sont situés au sud-sud-ouest et Palau est situé à l'est des îles. [21]

Au large de la côte est de Mindanao se trouve la tranchée des Philippines, qui descend à une profondeur de 10 430 mètres (34 220 pieds). Les Philippines font partie d'un système d'arc du Pacifique occidental caractérisé par des volcans actifs. Parmi les sommets les plus remarquables figurent le mont Mayon près de la ville de Legazpi, le volcan Taal au sud de Manille et le mont Apo à Mindanao. Toutes les îles des Philippines sont sujettes aux tremblements de terre. Les hautes terres du nord de Luzon, ou Cordillera Central, s'élèvent entre 2 500 mètres (8 200 pieds) et 2 750 mètres (9 020 pieds) et, avec la Sierra Madre dans la partie nord-est de Luzon et les montagnes de Mindanao, possèdent des forêts tropicales qui fournissent refuge pour de nombreux groupes tribaux des hautes terres. Les forêts tropicales offrent également un habitat de choix à plus de 500 espèces d'oiseaux, dont l'aigle des Philippines (ou aigle mangeur de singes), quelque 1 100 espèces d'orchidées et quelque 8 500 espèces de plantes à fleurs.

La plus longue rivière est la rivière Cagayan dans le nord de Luzon, mesurant environ 520 kilomètres (320 mi). [22] La baie de Manille, [23] sur la rive de laquelle se trouve la capitale de Manille, est reliée à Laguna de Bay, [24] le plus grand lac des Philippines, par la rivière Pasig. [25] la baie de Subic, [26] le golfe de Davao, [27] et le golfe de Moro sont d'autres baies importantes. [28] Le détroit de San Juanico sépare les îles de Samar et de Leyte mais il est traversé par le pont de San Juanico. [29] La rivière souterraine de Puerto Princesa, qui parcourt 8,2 kilomètres (5,1 mi) sous terre à travers un paysage karstique avant d'atteindre l'océan, est un site du patrimoine mondial de l'UNESCO. [30]

D'autres systèmes fluviaux étendus sont la rivière Pulangi, qui se jette dans la rivière Mindanao (Rio Grande de Mindanao), l'Agusan, à Mindanao, qui se jette au nord dans la mer de Mindanao et la Pampanga, qui coule au sud du centre-est de Luzon dans la baie de Manille. Plusieurs rivières ont été exploitées pour l'énergie hydroélectrique.

Pour protéger les ressources biologiques du pays, le gouvernement a fait un premier pas en préparant un plan d'action pour la biodiversité afin d'aborder la conservation des espèces menacées.

La plupart des îles étaient autrefois couvertes de forêts tropicales humides. Cependant, l'exploitation forestière illégale a réduit le couvert forestier à moins de 10 % de la superficie totale des terres.

Géologie Modifier

L'archipel des Philippines fait géologiquement partie de la ceinture mobile philippine située entre la plaque maritime des Philippines, le bassin de la mer de Chine méridionale de la plaque eurasienne et la plaque de la Sonde. La tranchée philippine (également appelée tranchée Mindanao) est une tranchée sous-marine de 1 320 kilomètres (820 mi) de longueur située directement à l'est de la ceinture mobile philippine et est le résultat d'une collision de plaques tectoniques. La plaque maritime philippine plonge sous la ceinture mobile philippine au rythme d'environ 16 centimètres (6,3 pouces) par an. Le système de failles des Philippines consiste en une série de failles sismiques qui produisent plusieurs tremblements de terre par an, dont la plupart ne sont pas ressentis. [ citation requise ] La profondeur de Galathea dans la tranchée des Philippines est le point le plus profond du pays et le troisième au monde. La tranchée est située dans la mer des Philippines. [31]

Les îles sont composées de formations rocheuses volcaniques, coralliennes, principales. [ citation requise ] Huit types principaux de forêts sont répartis dans les Philippines diptérocarpacées, forêt de plage, forêt de pins, forêt de molaves, forêt de basse montagne, haute montagne ou forêt moussue, mangroves et forêt ultrabasique. [32] La plus haute montagne est le mont Apo. Il mesure jusqu'à 2 954 mètres (9 692 pieds) au-dessus du niveau de la mer et est situé sur l'île de Mindanao. [33] Le deuxième point le plus élevé se trouve à Luzon au mont Pulag, un sommet à 2 842 mètres (9 324 pieds) au-dessus du niveau de la mer. [ citation requise ]

Situées sur la frange ouest de la ceinture de feu du Pacifique, les Philippines connaissent une activité sismique et volcanique fréquente. [34] Le plateau de Benham à l'est dans la mer des Philippines est une région sous-marine active dans la subduction tectonique. [35] Environ 20 tremblements de terre sont enregistrés quotidiennement, bien que la plupart soient trop faibles pour être ressentis. Le dernier séisme majeur a été celui de Luzon en 1990. [36] Il existe de nombreux volcans actifs tels que le volcan Mayon, le mont Pinatubo et le volcan Taal. [37] L'éruption du mont Pinatubo en juin 1991 a produit la deuxième plus grande éruption terrestre du 20ème siècle. [38] Les Philippines sont le deuxième producteur mondial d'énergie géothermique derrière les États-Unis, 18 % des besoins en électricité du pays étant satisfaits par l'énergie géothermique. [39]

Le mont Pinatubo est connu pour son éruption destructrice VEI-6 le 15 juin 1991. Le volcan Taal, l'un des volcans de la décennie, a eu une éruption VEI-3.7 le 12 janvier 2020. Le mont Mayon est réputé pour avoir un cône presque parfait, mais a une histoire violente de 47 éruptions depuis 1616 et son éruption VEI-4 le 23 juin 1897, a fait pleuvoir le feu pendant sept jours.

D'importants gisements minéraux existent en raison de la structure géologique complexe du pays et du niveau élevé d'activité sismique. [40] [41] Ces dépôts sont considérés comme très précieux. [42] On pense que le pays possède le deuxième plus grand gisement d'or après l'Afrique du Sud, ainsi qu'une grande quantité de gisements de cuivre. [43] Le palladium, découvert à l'origine en Amérique du Sud, s'est également avéré avoir les plus grands gisements du monde aux Philippines. [44] L'île de Romblon est une source de marbre de haute qualité. [45] D'autres minéraux comprennent la chromite, le nickel et le zinc. Malgré cela, un manque d'application de la loi, une mauvaise gestion, une opposition due à la présence de communautés autochtones et des cas passés de dommages environnementaux et de catastrophes ont fait que ces ressources minérales sont restées largement inexploitées. [43] [46]

Topographie Modifier

Luçon Modifier

Les îles Batanes et Babuyan Modifier

Les îles Batanes et Babuyan sont situées à l'extrémité nord des Philippines dans le détroit de Luzon face à Taiwan. Il contient le point de terre le plus au nord, l'îlot de Y'Ami dans les îles Batanes, séparé de Taïwan par le canal Bashi (c.80,4672 kilomètres (50,0000 mi) de large).

Luçon ouest Modifier

Cette région s'étend de Maiirara Point à Pagudpud, Ilocos Norte au nord jusqu'à Cochinos Point à Mariveles, Bataan au sud. Le terrain va des plaines côtières aux montagnes accidentées bordées par la mer de Chine méridionale à l'ouest et les chaînes de montagnes de la Cordillère centrale et des Zambales à l'est. L'ouest de Luzon est connu pour ses plages, ses spots de surf et ses villes historiques.

Vallée de Cagayan Modifier

Nichée entre les cordillères à l'est et les chaînes de montagnes de la Sierra Madre à l'ouest se trouve la vallée de Cagayan, aussi nom de la région administrative qu'elle couvre. À travers son centre coule le plus long fleuve du pays, le Cagayan, coulant vers le nord avant de se vider dans le détroit de Luzon à la ville d'Aparri.

Cordillères et Caraballos Modifier

Les Cordillères et Caraballos, ainsi que la chaîne de la Sierra Madre, forment le principal système montagneux du nord de Luzon.

Les Cordillères se composent de deux, parfois trois, chaînes de montagnes qui se trouvent dans le centre-nord-ouest de Luzon. Le premier, appelé Caraballo del Sur, forme le noyau du système et a ses plus hauts sommets à la frontière entre les provinces d'Abra, Ilocos Norte et Cagayan. Caraballo Occidentalles, est en outre divisé en deux chaînes, la Cordillera Norte et la Cordillera Central. [47] Ils bordent les parties centrales de la région administrative de la Cordillère.

Les Caraballos (Caraballo de Baler) commencent là où la Sierra Madre et les Cordillères se rencontrent. On les trouve au sud de la vallée de Cagayan, au nord-est des plaines centrales de Luzon.

Montagnes de la Sierra Madre Modifier

Située dans la partie orientale de Luzon se trouve la plus longue chaîne de montagnes des Philippines, la Sierra Madre, qui s'étend de la province de Quezon au sud à Cagayan au nord. 80 pour cent de la chaîne de montagnes est une forêt tropicale humide, qui diminue à cause de l'activité d'exploitation forestière illégale généralisée. La chaîne sert de mur oriental de l'île de Luzon qui protège les habitants des cyclones tropicaux provenant généralement de l'océan Pacifique.

Plaines centrales de Luçon Modifier

La plus grande plaine du pays est située dans la région centrale de Luzon et produit l'essentiel de l'approvisionnement national en riz, ce qui lui a valu le surnom de "Bol de riz des Philippines". Les plaines englobent les provinces de Bulacan, Nueva Ecija, Pampanga, Tarlac et Pangasinan.

Plaines de Manille-Katagalugan Modifier

Au sud des plaines centrales de Luzon se trouve le plus grand lac d'eau douce intérieur d'Asie du Sud-Est, la Laguna de Bay. À l'est du lac se trouve une plaine qui s'étend vers l'ouest jusqu'à la baie de Manille. De grandes rivières des baies et des sources de montagne traversent la plaine. Dans la partie nord de la région, c'est-à-dire Manille et Rizal, la majeure partie de la plaine avait été convertie en cités et villes, et est donc industrialisée. À l'est du lac se trouve le terminus sud de la chaîne de montagnes de la Sierra Madre, dans le nord de la province de Quezon.

Au sud-ouest de la Laguna de Bay se trouve le troisième plus grand lac du pays, le Taal, bordé au nord par la crête de Tagaytay, une crête s'étendant du sud de Cavite aux provinces du nord de Batangas.

Péninsule de Bondoc Modifier

La péninsule de Bondoc est située dans la partie sud-est de la province de Quezon.

Péninsule de Bicol Modifier

Au sud-est de Laguna de Bay se trouve la péninsule de Bicol, reliée au continent Luzon par l'isthme de Tayabas. Le paysage principalement plat présente plusieurs pics solitaires, généralement des volcans actifs, qui incluent Iriga, Mayon et Bulusan.

La péninsule a un littoral irrégulier qui présente de grandes baies et des golfes, notamment la baie de Lamon, la baie de San Miguel, le golfe de Lagonoy et le golfe d'Albay au nord, et la baie de Tayabas, le golfe de Ragay et la baie de Sorsogon au sud.

Île de Mindoro Modifier

Plaines côtières de Mindoro Modifier

Les plaines côtières de Mindoro sont caractérisées par des champs de riz et de maïs, des rivières, des plages et de vastes espaces ouverts. La majeure partie de la population est concentrée sur la côte nord et est de cette île où se trouvent la ville de Calapan et Puerto Galera.

Hautes terres de Mindoro Modifier

La chaîne de montagnes Mindoro commence par le mont Halcon et est ensuite divisée en trois. Le nord-ouest se termine à Calavite Point et est un point de repère pour les navires. L'est provient du lac Naujan et l'ouest suit le détroit de Mindoro.

Palawan Modifier

Îles Kalayaan (Îles Spratly) Modifier

Les îles Kalayaan sont situées à l'ouest de Palawan. Kalayaan est un mot philippin signifiant « liberté ».

Visayas Modifier

Région de Panay-Negros-Cebu Modifier

Panay est la 3ème plus grande île des Philippines, derrière Mindanao et Luzon. Negros abrite le volcan Canlaon, l'un des volcans actifs des Philippines. Cebu est une île longue et étroite et est la 126e plus grande île du monde. Les autres îles à proximité sont : Guimaras, Boracay, les îles Camotes, l'île Bantayan, les îles Mactan et Olangapo et Bohol.

Mindanao Modifier

Cordillère du Pacifique Est Modifier

La côte orientale de Mindanao présente une longue chaîne de montagnes, la Cordillère du Pacifique oriental, qui s'étend de Bilar Point à Surigao au nord jusqu'au cap San Agustin à Davao au sud. Formant sa partie nord sont les montagnes Diwata (également orthographié Diuata), séparés du sud par des cols bas situés au milieu. À l'est de la chaîne se trouvent d'étroites bandes de plaine qui comportent plusieurs criques et baies, dont les plus importantes sont les baies de Lianga et de Bislig. [48] ​​[49]

Auge Davao-Agusan Modifier

À l'ouest de la Cordillère du Pacifique se trouve une vaste plaine, la fosse Davao-Agusan. Sa partie nord comprend la vallée Agusan qui forme le bassin fluvial inférieur de la rivière Agusan. La rivière coule vers le nord et se jette dans la baie de Butuan. Plusieurs autres rivières, dont le Tagum, coulent vers le sud jusqu'au golfe de Davao, drainant la partie sud de la plaine. [48] ​​[49]

Hauts plateaux du centre de Mindanao Modifier

Situé à l'ouest de l'auge Davao-Agusan est une série complexe de chaînes de montagnes appelées Central Mindanao Highlands (également connu sous le nom de Cordillère centrale). De ces montagnes forment les sources de plusieurs rivières qui incluent les rivières Rio Grande de Mindanao, Pulangi, Maridagao et Tagoloan. Plusieurs hautes montagnes, telles que le mont Apo, la plus haute du pays, se trouvent dans la chaîne. [48]

Plateaux de Bukidnon-Lanao Modifier

La partie centre-nord de Mindanao est dominée par une vaste région montagneuse, le plateau Bukidnon-Lanao, qui comprend les chaînes de montagnes Kitanglad et Kalatungan. À l'intérieur du plateau se trouve le deuxième plus grand lac du pays, le lac Lanao, situé à une altitude de pieds 2,296, drainé par la rivière Agus qui coule vers le nord jusqu'à son embouchure dans la baie d'Iligan. [48]

Bassin de Cotabato Modifier

Au sud du plateau de Bukidnon-Lanao se trouve une grande dépression, le bassin de Cotabato, qui forme le bassin fluvial inférieur du deuxième plus grand système fluvial du pays, le Rio Grande de Cagayan (également connu sous le nom de Rivière Mindanao). Entouré de trois chaînes de montagnes, la seule ouverture du bassin sur la mer se situe au nord-ouest dans la baie d'Illana, où la rivière Mindanao se jette dans l'océan. [48] ​​[49]

Au sud-est du bassin principal se trouvent deux grandes vallées, les vallées Koronadal et Allah. [48]

Hauts plateaux de Tiruray Modifier

Au sud et à l'ouest du bassin de Cotabato se trouvent une chaîne de montagnes modérément élevée, les hautes terres de Tiruray, qui bloquent le bassin de la côte sud. [49] Au sud des hautes terres se trouvent d'étroites bandes de côtes. [48]

Péninsule de Zamboanga Modifier

À la pointe nord-ouest de Mindanao se trouve la péninsule de Zamboanga, généralement montagneuse. La chaîne de chaînes de montagnes dans cette région est appelée Cordillères de Zamboanga, avec la plus haute altitude au mont Dapi, qui culmine à 2 617 mètres (8 586 pieds).

Le littoral sud est irrégulier, avec deux péninsules plus petites, le Sibuguey et le Baganian, s'étendant vers le sud jusqu'au golfe de Moro. [48]

Îles périphériques de Mindanao Modifier

Îles Dinagat et Siargao Modifier

Au nord des monts Diwata, au nord-est de Mindanao, se trouvent l'île de Siargao et le groupe d'îles de Dinagat. [48]

Archipel de Sulu Modifier

Au sud-ouest de la péninsule de Zamboanga se trouve l'archipel de Sulu, une chaîne d'îles qui comprend les plus petites provinces de l'archipel de Basilan, Sulu et Tawi-Tawi. [48]

Les Philippines sont divisées en une hiérarchie d'unités de gouvernement local (LGU) avec les 81 provinces et 38 villes indépendantes comme unité principale. Les provinces sont subdivisées en villes et municipalités qui les composent, toutes deux constituées de barangays, la plus petite unité de gouvernement local.

Régions Modifier

Il y a 17 régions comprenant les Philippines. Chaque région, à l'exception de la région de la capitale nationale, est subdivisée en provinces composantes. La région de la capitale nationale est divisée en quatre districts spéciaux.

La plupart des bureaux gouvernementaux établissent des bureaux régionaux dans une ville pour desservir les provinces constituantes. Ces villes sont désignées comme « centres régionaux ».Les régions elles-mêmes ne possèdent pas de gouvernement local distinct, à l'exception de la région autonome de Bangsamoro.

Provinces Modifier

Les 81 provinces forment les régions, à l'exception de la capitale nationale. Chaque province a une capitale ou une municipalité.

Provinces enclavées et insulaires Modifier

Sur les 81 provinces des Philippines, 15 sont enclavé, et 16 sont provinces insulaires.

Provinces enclavées
Province Région île
Apayao AUTO Luçon
Abra AUTO Luçon
Kalinga AUTO Luçon
Province de montagne AUTO Luçon
Ifugao AUTO Luçon
Benguet AUTO Luçon
Nueva Vizcaya II Luçon
Quirino II Luçon
Nueva Ecija III Luçon
Tarlac III Luçon
Lagune [note 1] IV-A Luçon
Rizal [note 1] IV-A Luçon
Bukidnon X Mindanao
Cotabato XII Mindanao
Agusan del Sur XIII Mindanao
Remarques
  1. ^ uneb Ces provinces ont des côtes sur Laguna de Bay, un grand lac. Étant donné que les lacs ne permettent pas l'accès au commerce maritime, ils sont considérés comme enclavés.

Les Philippines ont un climat maritime tropical qui est généralement chaud et humide. Il y a trois saisons : tag-init ou alors tag-araw, la saison sèche chaude ou l'été de mars à mai tag-ulan, la saison des pluies de juin à novembre et tag-lamig, la saison sèche et fraîche de décembre à février. La mousson du sud-ouest (de mai à octobre) est connue sous le nom d'Habagat, et les vents secs de la mousson du nord-est (de novembre à avril), l'Amihan. Les températures varient généralement de 21 °C (70 °F) à 32 °C (90 °F), bien qu'il puisse faire plus frais ou plus chaud selon la saison. Le mois le plus frais est janvier, le plus chaud est mai. [50] Certains endroits n'ont pas de saison sèche (ce qui signifie que tous les mois ont une pluviométrie moyenne supérieure à 60 mm) et certaines zones de haute altitude peuvent avoir un climat subtropical. Manille et la plupart des basses terres sont chaudes et poussiéreuses de mars à mai. Même à cette époque, cependant, les températures dépassent rarement 37 °C (98,6 °F). Les températures moyennes annuelles au niveau de la mer descendent rarement en dessous de 27 °C (80,6 °F). Les précipitations annuelles mesurent jusqu'à 5 000 millimètres (196,9 pouces) dans la partie montagneuse de la côte est du pays, mais moins de 1 000 millimètres (39,4 pouces) dans certaines des vallées abritées.

La température moyenne annuelle est d'environ 26,6 °C (79,9 °F). En considérant la température, l'emplacement en termes de latitude et de longitude n'est pas un facteur significatif. Que ce soit à l'extrême nord, sud, est ou ouest du pays, les températures au niveau de la mer ont tendance à se situer dans la même fourchette. L'altitude a généralement plus d'impact. La température annuelle moyenne de Baguio à une altitude de 1 500 mètres (4 900 pieds) au-dessus du niveau de la mer est de 18,3 ° C (64,9 ° F), ce qui en fait une destination populaire pendant les étés chauds. [50] Les précipitations annuelles mesurent jusqu'à 5 000 millimètres (200 pouces) dans la section montagneuse de la côte est, mais moins de 1 000 millimètres (39 pouces) dans certaines des vallées abritées. [51] Les pluies de mousson, bien que dures et abondantes, ne sont normalement pas associées à des vents violents et à des vagues. Mais les Philippines se trouvent à cheval sur la ceinture des typhons et subissent chaque année une attaque de tempêtes dangereuses de juillet à octobre. Ceux-ci sont particulièrement dangereux pour le nord et l'est de Luzon et les régions de Bicol et des Visayas orientales, mais Manille est également dévastée périodiquement.

Au cours de la dernière décennie, les Philippines ont été durement touchées par des catastrophes naturelles. Rien qu'en 2005, le centre de Luzon a été touché à la fois par une sécheresse, qui a fortement réduit l'énergie hydroélectrique, et par un typhon qui a inondé la quasi-totalité des rues de Manille. Le tremblement de terre de 1990 qui a dévasté une vaste région de Luçon, y compris Baguio et d'autres régions du nord, a été encore plus dommageable. La ville de Cebu et ses environs ont été frappés par un typhon qui a tué plus d'une centaine de personnes, coulé des navires, détruit une partie de la récolte de sucre et coupé l'eau et l'électricité pendant plusieurs jours. Les Philippines sont sujettes à environ six à neuf tempêtes qui touchent terre chaque année, en moyenne. L'éruption du mont Pinatubo en 1991 a également endommagé une grande partie du centre de Luzon, les lahars enterrant les villes et les terres agricoles, et les cendres affectant les températures mondiales.

Situées à cheval sur la ceinture des typhons, les îles connaissent 15 à 20 typhons par an de juillet à octobre [51] avec environ dix-neuf typhons [52] entrant dans la zone de responsabilité des Philippines au cours d'une année typique et huit ou neuf touchant terre. [53] [54] Historiquement, les typhons étaient parfois appelés baguios. [55] Le typhon le plus humide jamais enregistré pour frapper les Philippines a chuté de 2 210 millimètres (87 pouces) à Baguio du 14 au 18 juillet 1911. [56] Les Philippines sont fortement exposées au changement climatique et font partie des dix pays du monde les plus vulnérables aux risques du changement climatique. [57]

La construction de bâtiments est entreprise en tenant compte des catastrophes naturelles. La plupart des logements ruraux se composaient de huttes nipa qui sont facilement endommagées mais qui sont peu coûteuses et faciles à remplacer. La plupart des bâtiments urbains sont des structures en acier et en béton conçues (pas toujours avec succès) pour résister à la fois aux typhons et aux tremblements de terre. Cependant, les dégâts restent importants et de nombreuses personnes sont déplacées chaque année par des typhons, des tremblements de terre et d'autres catastrophes naturelles. Rien qu'en 1987, le ministère de la Protection sociale et du Développement a aidé 2,4 millions de victimes de catastrophes naturelles.

Statistiques de la CIA Modifier

Sauf indication contraire, les informations ci-dessous sont tirées des informations du CIA Factbook pour les Philippines. [58]


Analyse de l'utilisation des terres/couverture des terres (LULC) (2009-2019) avec Google Earth Engine et prédiction 2030 à l'aide de Markov-CA dans l'État de Rondônia, Brésil

Le biome amazonien est important non seulement pour l'Amérique du Sud mais aussi pour la planète entière, fournissant des services environnementaux essentiels. L'État de Rondônia se classe au troisième rang des taux de déforestation dans la division politique brésilienne de l'Amazonie légale (BLA). Cette étude vise à évaluer l'évolution de l'utilisation des sols/couverture des sols (LULC) au cours des dix dernières années (2009-2019), ainsi que, à prédire le LULC dans les 10 prochaines années, à l'aide du logiciel TerrSet 18.3, dans l'état de Rondônia. , Brésil. Les algorithmes d'apprentissage automatique de la plate-forme cloud Google Earth Engine ont utilisé un classificateur de forêt aléatoire dans les classifications d'images. L'algorithme d'apprentissage en profondeur de Markov-CA a prédit les futurs changements LULC en comparant les scénarios d'une et trois transitions. Les résultats ont montré une réduction des surfaces boisées d'environ 15,7% entre 2009 et 2019 dans l'État de Rondônia. Selon le modèle prédictif, d'ici 2030, environ 30% des forêts restantes seront exploitées, très probablement converties en zones occupées. Les résultats renforcent l'importance des mesures et des politiques intégrées aux investissements dans la recherche et la surveillance par satellite pour réduire la déforestation en Amazonie brésilienne et assurer la continuité du rôle de l'Amazonie dans l'arrêt du changement climatique.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Barrage de glissement de terrain et estimation des crues de rupture de barrage ultérieures à l'aide du modèle HEC-RAS dans le nord du Pakistan

Le matin du 4 janvier 2010, un glissement de terrain massif a balayé les villages d'Attabad et de Sarat dans la rivière Hunza. Les débris du glissement de terrain ont bloqué la rivière de faible altitude, créant un lac barrière dans la région et constituant une menace majeure pour les villages situés en aval. Le but de la présente étude était d'évaluer les avantages et les inconvénients environnementaux créés par la formation du lac artificiel. À cette fin, les données ASTER (Advanced Spaceborne Thermal Emission and Reflection Radiometer) ont été utilisées pour créer les contours et le réseau irrégulier triangulé (TIN) de la région. Les données de l'image "Google Earth" du 19 mars 2010 ont été utilisées comme référence et pour déterminer l'élévation du lit de la rivière de la zone d'étude. Les données satellitaires Landsat du capteur Enhanced Thematic Mapper Plus (ETM+) les 10 janvier, 15 mars, 24 avril et 2 mai 2010, ont été utilisées pour construire les couches du système d'information géographique (SIG) des berges, de la zone d'utilisation des terres, du débit de débordement. estimation de la superficie et de la superficie de l'eau. Nos résultats montrent que la superficie couverte par l'eau du lac est passée de 1,28 km 2 le 10 janvier 2010 à 6,25 km 2 le 2 mai 2010. La superficie urbaine totale en amont touchée par le blocage de la rivière est de 13,99 km 2 . Nous avons également appliqué le modèle HEC-RAS (Hydrologic Engineering Center River Analysis System) pour estimer les catastrophes potentielles dues à la rupture du barrage pour différents scénarios de débit de pointe avec des conclusions et des recommandations.

Ceci est un aperçu du contenu de l'abonnement, accessible via votre institution.


Voir la vidéo: Kirsi Leinonen, palvelupäällikkö, Lasten ja nuorten kasvun tuen palvelut, Imatran kaupunki