Analyse des besoins (WP2) > points de départ pour WP3 et 4 Collaboration Eurosense - OSFAC

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 par rapport à la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire Consolidation des contributions et implications des conseillers Dissémination Conclusions/Questions

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire Consolidation des contributions et implications des conseillers Conclusions/Questions

REDDines est un petit projet REDDINESS est un projet FP7 d’Action de Collaboration Internationale Specifique (SICA) Programme de travail: SPA.2010.3.2-02 International Cooperation in GMES / Deforestation (SICA) Durée du projet: 2 ans Début du projet: 01/02/2011 Durée du WP2 : 10 mois pour une évaluation détaillée 4 4

Tout se fonde sur le WP2

Le WP2 et les options de REDDiness 6 6

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire Consolidation des contributions et implications des conseillers Conclusions/Questions

  2011 2012 2013 T+1 T+2 T+3 T+4 T+5 T+6 T+7 T+8 T+9 T+10 T+11 T+12 T+13 T+14 T+15 T+16 T+17 T+18 T+19 T+20 T+21 T+22 T+23 T+24 févr-11 mars-11 avr-11 mai-11 juin-11 juil-11 août-11 sept-11 oct-11 nov-11 déc-11 janv-12 févr-12 mars-12 avr-12 mai-12 juin-12 juil-12 août-12 sept-12 oct-12 nov-12 déc-12 janv-13 Nom Titre/description Responsable Durée WP1 Gestion du Projet (Management) Eurosense 24 mois WP 1 KOM Kick-off meeting (Brazzaville) Dél 1.1 Rapport intermédiaire de gestion de projet ES Del 1.1 Dél 1.2 Rapport final de gestion de projet Del 1.2 Dél 1.3 REDDINESS: Rapport final Del 1.3 WP2 Besoin des utilisateurs (Requirements analysis) OSFAC 9 mois WP 2 PM1 Progress Meeting 1 + atelier utilisateurs (Kinshasa/OSFAC) Dél 2.1 Rapport consolidé sur les besoins techniques et pratiques OSFAC/ES Del 2.1 WP3 Techniques d'observation de la terre et recherche (EO monitoring and research) ITC 14 mois WP 3 PM2 Progress Meeting 2 + review meeting (Kinshasa/Libreville?) Dél. 3.1 le prototype de la chaine de processus ITC/ES Del 3.1 Dél. 3.2 Rapport consolidé sur le prototype de la chaine de processus Del 3.2 WP4 Renforcement des capacités (Capacity building) IRD 13 mois PM3 Progress Meeting 3 (Teleconference) Dél. 4.1 Rapport consolidé sur les initiatives de renforcement des capacités exécutées IRD/ES Del 4.1 WP5 Dissémination et conseil 22 mois WP 5 Dél. 5.1 Leaflet REDDINESS Del 5.1 Dél. 5.2 Website Del 5.2 Dél. 5.3 Rapport sur les activités de dissémination Del 5.3 FM Final Meeting + Review meeting

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte REDD (del 2.1.1) Méthodes et validation (del 2.1.2) Méthodes et données (del 2.1.3) Analyse du questionnaire (del 2.1.4) Consolidation des contributions et implications des conseillers Conclusions/Questions

4 rapports couvrent les objectifs initiaux Liste des rapports (Objectifs initiaux dans proposition) Rapports produits Task 2.1 : Consultation des acteurs clés 2.1.1. Liste et organigramme des acteurs forestiers nationaux 2.1.2. Questionnaire 2.1.3. Consultation 2.1.4 . Rapport sur la consultation quantitative et qualitative des acteurs clés pour identifier le niveau de sensibilisation et les lacunes des techniques existantes d'OT . Del 2.1.4 Task 2.2. Rapport sur les mécanismes de financements existants : contexte REDD actuel au niveau internationale et régionale Del 2.1.1 Task 2.3. Rapport de faisabilité des méthodes et données 2.3.1.Disponibilité des données et dissémination Del 2.1.3. Del 2.1.2 (point 6) 2.3.2 Rapport sur les problèmes et les solutions Del 2.1.3 Del 2.1.2 (point 7) 2.3.3.Prototype des meilleures techniques à l'échelle nationale et territoriale Del 2.1.3 (Point 2 et 3) 2.3.4. Rapport sur le calcul optimal des émissions de carbone Del 2.1.2(point 5) 2.3.5. Rapport sur les techniques existantes optimales de validation et d'incertitude Del 2.1.2(point 8)

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire Consolidation des contributions et implications des conseillers Conclusions/Questions

2.2.1 Contexte : plan du rapport 1. Introduction 2. Contexte REDD+ international (Nations Unies) 2.1. Les négociations internationales 2.2. Les programmes, projets internationaux et européens 2.3. Le rôle de la télédétection 3. Positionnement REDD+ entre l’UE et l’Afrique 3.1. Collaboration entre l’Afrique et l’Europe 3.2. Projets de recherche 3.3. Projets de développement 4. Le REDD ou REDD+ en Afrique Centrale 5. Le REDD au Congo 6. Le REDD au Gabon

Le rôle de la télédétection Réseau international GOFC-GOLD (Global Observation of Forest and Land Cover Dynamics) > “The source book” Evaluation des ressources forestières par la FAO depuis 1946. Depuis 1980, la télédétection joue un rôle dans cette évaluation nationale réalisée à peu près tous les 5 ans (FRA). La définition de forêt date de cette évaluation de 1980 (10% de densité de couvert, hauteur d’arbre de 7m et superficie de 10ha) GEO – Group on Earth Observation en réponse au Sommet mondial de 2002 pour coordonner la construction d’un système d’observation globale de la terre (GEOSS). GEO-FCT (Forest Carbon Tracking) GFOI Global Forest Observation Initiative

La démarche européenne Engagements à l’échelle de l’Europe Signature du protocole de Kyoto Conseil Européen 2007 : réduction GES 20% en 2020 Système comunautaire de quotas d’émission (EU ETS) Pas de crédit REDD+ prévus avant 2020 Création de la DG Climat en Février 2011 La France est co-dirigeante du partenariat EU REDD+ (La Commission apporte son support) “EU REDD facility” augmenter la coopération avec les acteurs majeurs en REDD (Congo, RDC, Guyane, Indonésie, Vietnam) 13 Projets de développement EU à finalité REDD dans 22 pays

Synergies Internationales FCPF UN-REDD / ONU-REDD Partenariat REDD+ FIP (Investment Forest Fund)

Réunion REA Aperçu des projets FP7: Projet ESA: REDDAF (GAF-AG-Germany)  services pré-opérationels au Cameroun et en République Centre Africaine. ReCover (VTT - Finland)  développer un concept statistique robuste et une procédure de validation dans l’estimation de biomasse et la dégradation des forêts sur 5 test sites dont un au Congo-Kinshasa. REDD-Flame (Remote Sensing Applications Consultants, UK) outils de détection de l’exploitation illégale Indonésie, Brésil et Mozambique Projet ESA: GSE Forest Monitoring (GAF-AG-Germany) projet pilote au Cameroon (2007-2010) GSE FM extension (2010-2013) Congo et au Gabon CHARACTERISTIC RECOVER REDDAF REDD- FLAME REDDINESS REDD x SLA Not yet Method oriented   Area oriented Application Optical EO data Radar EO data ? Forest cover Forest cover change Forest degradation Biomass and Carbon Illegal logging 16

Réunion avec EFI Réunion avec EFI (European Forest Institute) Personne de contact: Valérie Merckx – Expert REDD Coordonne les activités REDD et FLEGT (Forest Law Enforcement, Governance and Trade) Importance d’une synergie entre REDD et FLEGT APV signé avec Congo et négociations en cours avec Gabon Domaines d’activité qui peuvent interagir: Suivi Système documenté Importance du geopositionnement Projet de développement DEVCO – EuropeAid  bonne gouvernance, développement humain et économique : 1 projet focus on Africa «  Reducing deforestation and forest degradation in Ngoyala-Mintom – TRIDOM » frontière RCA Cameroun et Congo 17

REDDiness “en relation” Partenaires Advisory board Projets Europeens Liens avec les projets des partenaires OSFAC: MDDEFE-WRI CBFF en Republique du Congo, GOFC-GOLD IRD: SEAS-Gabon, GSE forest Gabon Eurosense: G-Mosaic, EO4REDD Liens forts par le groupe de conseil (advisory board) MDDEFE-WRI en Republique du Congo (F. Stolle) TREES au JRC (P. Mayaux, F. Achard) OFAC (P. Mayaux, C. de Wasseige, P. Defourny) “Climate change Initiative” (P. Defourny) Liens entre projets europeens (coordination REA) GSE-FM ReCover REDDAF REDD-FLAME 18

Les acteurs en Afrique Centrale COMIFAC (Commission des Forêts d’Afrique Centrale) OFAC Observatoire régional pour les forêts d’Afrique Centrale Partenariat sur le Carbon forestier de la Banque Mondiale (FCPF Forest Carbon Partnership) > Partenariat sur la Forêt du bassin du Congo (CBFP Congo Basin Partnerhsip) Fonds pour les Forêts du bassin du Congo (FFBC ou CBFF en anglais) créé en 2008 dont les contributeurs sont Norvège/R-U, administré par BAD Projet Banque Mondiale financé par GEF (Global Environmental Fund) de renforcement des synergies et capacités régionales

Partage des fonds

Le train européen de REDD Partenariat UE / UA (Union Africaine) : Conférence Ministérielle Africaine sur l’Environnement (CMAE) Nouveau Partenariat pour le Développement de l’Afrique (NEPAD) GMES for Africa (Plan d’action) Collaborations bilatérales telles la mise à disposition de données SPOT par la France Projets intéressants pour REDDiness en cours en Afrique (liste non exhaustive à compléter au fur à mesure par tous) 1 projet de développement : TRIDOM (RCA/Cameroun Congo) CoForChange (CIRAD)

Membre et Observateur UN-REDD Où sont les pays % REDD+? 3 Phases pour REDD afin de rendre les pays autonomes Le Bassin du Congo est dans la phase 1 à ≠ niveaux Readiness Compensation des actions Demonstration (MNV) Pays R-PIN Fonds de formulation (200K$) R-PP Membre et Observateur UN-REDD Pays pilote FIP Présentation informelle Evaluation Soumission finale Fonds préparation Cameroun 10/08 10/10 RCA 03/09 03/11 10/11 09/11 O RDC 07/08 03/08 03/10 07/10 M X Guinée Eq. Gabon 10/09 Congo 07/09 06/10

Contexte (Del 2.1.1): Consolidation du rapport Circulation et discussion du rapport auprès des partenaires / contacts / conseillers à Kinshasa Responsabilités IRD (Benoit Mertens) Eurosense (Nathalie Stephenne) CNIAF (Georges Boudzanga)  Contexte Congo MEF (Bruno Nmoukali)  Contexte Gabon Mise à jour de l’analyse d’impact de la proposition et préparation pour le document de recommendation attendu à la fin du projet

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire Consolidation des contributions et implications des conseillers Conclusions/Questions

Méthodes et validation (del 2.1.2): Plan Introduction Sources d’information (GOFC-GOLD / R-PP Congo/ …) Principes de guidance et qualité (généraux, spécifiques) Définitions (Foret, déforestation, Dégradation forestière, Dégradation forestière, Catégories, Tiers, sources/ réservoirs de carbone) Méthodes d’estimation des émissions de CO2 & données Méthodes directe d’estimation du carbone Méthodes indirectes (activité/facteurs d’émission) Disponibilité des données (apport du rapport BM –GAF) Sources d’erreurs dans la chaine de traitement des données Quantification des incertitudes

Le système de suivi = un système de qualité! Le Principe de qualité doit guider le développement du système MNV pour son appropriation et sa validation La définition de la qualité selon Joseph Juran Règles afin de respecter cette définition et ce principe Contrôle systématique de la précision Adapté spécifiquement à toutes les étapes de production ‘Fitness for use’

Un système robuste, fiable et transparent > un système MNV Tout projet REDD doit s’inscrire dans un système MNV: Sources et recommendations: Décision 4/CP.15 de Copenhague GIEC « Guide des bonnes pratiques du secteur de l’utilisation des terres et de la forêt» 2003 et « Lignes directrices sur le secteur de l’agriculture, de l’utilisation des terres et de la forêt » 2006 « REDD sourcebook » par GOFC-GOLD Mesure estimer les stocks de carbone avec la plus faible incertitude Notification selon les cadres standardisés (lignes directrices de l’UNFCCC) Vérification contrôles de qualité et processus de révision appliqué par l’UNFCCC

Principes pour répondre aux normes de qualité Principes généraux afin d’assurer la cohérence des résultats par rapport aux attentes politiques Relevance: correspondance entre système de suivi besoins politiques Portée: applicabilité globale, nationale et activités sous-nationales Efficacité: méthodes efficaces en coût et en temps Robuste: résultats doivent se baser sur des fondations scientifiques et de consensus techniques internationaux Approche conservative : ne jamais surestimer la réduction des émissions

Principes spécifiques de guidance qui doivent guider la démarche scientifique du projet Transparence: tout expliquer et documenter Cohérence: mêmes définitions, méthodologies, sources de carbone Comparabilité entre les pays (estimation & rapports) Complétude: toutes les sources et catégories doivent être couverte Exactitude: incertitudes réduites au maximum & quantifiées

Les 3 Tiers: 3 niveaux de précision… Trois approches d’estimation des stocks de carbone = trois niveaux de précision Choix des pays en matière de Tier Tier 1: valeurs par défaut p.ex. valeur de biomasse dans différents biomes forestier Tier 2 : données existantes spécifiques au pays p.ex. inventaires forestiers, études écologiques Tier 3: mesures répétées et/ou modèles calibrés du niveau de précision de la complexité du coût

Deux méthodes possibles d’estimation des émissions de carbone Méthode indirecte & Méthode directe

Méthode indirecte La plus couramment utilisée, la plus connue Principe: mesure la variation des stocks de biomasse en deux étapes: Estimer les changements de superficie = données d’activité 2) Déterminer le potentiel de fixation carbone et les stocks de carbone = facteurs d’émissions

Deux approches pour une même méthode… Principe: une valeur/ gamme de valeur par classe thématique Avantage: approche la plus simple Limitation : la variabilité de biomasse de chaque classe n’est pas prise en compte & la définition des classes est ambiguë et difficile à établir universellement Approche Stratifier et Multiplier Approche Combiner et Assigner Principe: Modélisation SIG simplifiée Avantage: attribution de poids différents aux couches de données. (p.ex. à proximité de villages plus de dégradation  stock de C plus faible ) Limitation: requière plus de données et de l’information spatiale

Méthode indirecte Principe: Production de cartes de stocks de carbone sans passer par une carte de couverture du paysage préalable Nécessite des mesures de biomasse sur le terrain & des données satellitaires Intégrées dans un logiciel de traitement des données pour entraîner l’algorithme à développer un ensemble de règles menant à des valeurs uniques de biomasse par pixel Avantage: résultats plus cohérents spatialement et règles faciles à comprendre et à adapter une fois établies Limitation majeure: mise en place de la méthode plus laborieuse

Comparaison des méthodes directe et indirecte L’approche directe: + détails spatiaux et continuité des valeurs de biomasse Seule, l’approche directe permet de détecter la dégradation et le reboisement car sensibilité au niveau du pixel L’approche directe nécessite plus de travail Figure 1: Comparaison de cartes de biomasse d'Afrique Centrale. Carte de biomasse aérienne produite par l'approche DT (A) et CA (B) pour les régions de forêts tropicales d'Afrique. (Goetz et al., 2009)

Influence des sources d’erreur sur l’exactitude Les sources d’erreurs influencent l’exactitude des résultats obtenus Il est donc essentiel de les prendre en compte dans un système MNV : 1) pour les éviter, les réduire au maximum 2) pour évaluer avec le plus de précision possible les incertitudes sur les estimations faites

Sources d’erreurs rencontrées au niveau des données d’activités Étant donné l’expérience des systèmes de surveillance du couvert paysager:  La majorité de ces sources d’erreurs peuvent être traitées pendant le processus de surveillance - Traitement radiométrique - Traitement géométrique - Conversions - Intégration dans différents formats Qualité spectrale Prétraitements Interprétations Post-traitement Vérification/ terrain - Classes thématiques - Définitions - UCM - Photo-interprétation - Données de références fiables, géolocalisées

Méthode indirecte (SM) Le challenge de l’évaluation des erreurs au niveau des facteurs d’émission Évaluation des incertitudes dans les stocks de carbone  Challenge vu le haut degré de variabilité spatiale des forêts tropicales Deux erreurs systématiques importantes à prendre en considération: Manque d’une source de carbone  les sources importantes doivent être identifiées par pays. Le Tier 1 peut être utilisé pour les sources non significatives (contribution aux émissions totales de moins de 25%). Utilisation de valeur moyenne de biomasse par pays ou par écosystème, non représentative des forêts abattues  méthode d’échantillonnage statistique des forêts risquant d’être déboisées/dégradées. Principes de guidance Méthode indirecte (SM)

Erreurs dues aux limitations inhérentes du type d’image utilisé Le choix des données influence la précision des estimations de biomasse: présence de limitations inhérentes à l’estimation du stock de carbone Images optiques Saturation du signal si densité de feuillage augmente Problème de représentation des forêts homogènes qui ne le paraissent pas  Résultats non cohérents pour lier les mesures de biomasse aux données optiques Images SAR Limitations générales: influence de la topographie des propriétés diélectriques des surfaces le phénomène de moucheture Saturation à haute biomasse (vers 100-150 tonnes/ hectare)  Nécessaire de contrôler les niveaux de biomasse dans la zone à étudier Images LIDAR Sous-estimation systématique de la hauteur des arbres ( acceptable selon l’approche conservative si précision acceptable) Méthode nouvelle mais résultats prometteurs jusqu’à présent

Méthodes et validation (del 2.1.2) Circulation limitée du rapport (OSFAC/ITC/ES) Contributions/Input reçus OSFAC (Suspense Ifo) ITC : Iris Van duren / Anton Vreiling Responsabilités : Eurosense (Cindy Delloye, Nathalie Stéphenne) ITC (Anton Vrieling)

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire Consolidation des contributions et implications des conseillers Conclusions/Questions

Méthodes et données (del 2.1.3): Plan 1. Introduction 2. Niches d’activités proposées dans le cadre du projet REDDiness 3. Intérêt et utilisation des données d’OT dans le suivi des forêts 3.1 Les données optiques satellitaires 3.2 Les données Lidar 3.3 Les données RADAR 3.4 Les images aériennes 4. Résultats de l’enquête 5. Méthodologies appliquées 5.1 Utilisation de données Landsat et MODIS (FACET : OSFAC/UMD) 5.2 Coupler des données VHR (IKONOS 2, Geo-Eye 1) avec FACET (Gmosaic) 5.3 Utilisation de données aéroportées et LIDAR en Belgique (Eurosense) 5.4 Fire monitoring (ITC) 5.5 RADAR (SarVision/ Anton)

Méthodes et données (del 2.1.3) Élaboration d’une note technique pour accompagner le questionnaire (Eurosense) Pas utilisée lors de l’enquête Identification et proposition de niches pour REDDiness sur base de l’existant (interactions avec IRD / REA) Rapport consolidé Responsabilités : Eurosense (Mathieu Rahm, Nathalie Stéphenne) ITC (Anton Vrieling)

Niches d’activités proposées initialement Améliorer le lien entre les mesures de terrain et la cartographie du carbone : support à la définition des équations allométriques Dégradation forestière : techniques de modélisation indirecte de la dégradation forestière et utilisation de la très haute résolution Fusion et combinaison de données spatiales à différentes résolutions, échantillonnage optimal pour une meilleure évaluation des stocks de carbone. Analyse des feux sur base de données «hot spots» dérivées des capteurs thermiques des satellites. Intégration de ces données dans les modèles de dégradation. 44 44

Niches d’activités proposées initialement Utilisation de données LIDAR comme produit intermédiaire dans le lien entre les données terrain et les images satellitaires : renforcement des informations concernant les types forestiers et les types de dégradation forestière. Combinaison de données Lidar et de données de terrain pour estimer la biomasse et les stocks de carbone. Analyse de données RADAR : techniques de suivi à basse et haute résolution en complément des études en cours (entre autre combinaison avec les données de terrain pour l’estimation direct de la biomasse, plus haute fréquence de données composites) Photographies digitales aériennes : lien entre les données terrain et les images satellitaires : renforcement des informations concernant les types forestiers et la dégradation forestière  ; information sur base de campagnes précédentes (Winrock par exemple), ou des expériences propres en Europe  Ces niches ont été discutées sur base des résultats de l’enquête 45 45

Le contexte du WP2 Le WP2 dans le projet Le WP2 dans le temps Le WP2 depuis la proposition > 4 rapports Del 2.1 Contexte Méthodes et validation Méthodes et données Analyse du questionnaire

Analyse du questionnaire (del 2.1.4) Intégration des questionnaires dans une base de données Analyse de la base de données Intégration des rapports d’OSFAC dans l’analyse Sélection des questionnaires pertinents sur base de critères (connaissance scientifique, complétude des questionnaires et cohérence des réponses) Identification des niches proposées par l’enquête Responsabilités : Eurosense (Cindy Delloye, Nathalie Stéphenne) ITC (Anton Vrieling) Présentation des premiers résultats obtenus de l’enquête à Kinshasa Décision des choix du WP3 et du WP4 47 47

Institutions contactées pour l’enquête Congo Liste des institutions proposées pour le Congo Statut Remarque CNIAF (Centre National d'Inventaire et Aménagement des Ressources Forestières - Fauniques) Reçu   SIAFDGEF (Direction Générale de l’Economie Forestière) Pas reçu aucune raison avancée CERGEC (Centre de Recherche Géographique et de Production Cartographique) MAE (Ministère de l’Agriculture) ME (Ministère de l’Environnement) MM (Ministère des Mines) MH (Ministère des Hydrocarbures) ME (Ministère de l’Energie) MRF (Ministère du Régime Foncier) MAT (Ministère de l’Administration du Territoire) UNMG-FG (département de géographique de l'Université Marien Ngouabi) UNMG-FS (Faculté des Sciences de l’Université Marien Ngouabi) CAF (Cellules d’Aménagement Forestier (CIB et SICOFOR)) Reçu (02) CIB et SICOFOR Les ONG et associations (OCDH, RENAPAC, ODDHC) Reçu (03) OCDH, RENAPAC, ODDHC MP (Ministère du plan) CR (Centre de Recherche) CRDPI et GERSEN UNMG-IDR (IDR Université Marien Ngouabi) WWF (World Wildlife Fund) WCS (Wildlife Conservation Society) WRI (World Ressources Institute) en voyage hors du pays OI-FLEG en mission à l’intérieur du pays Sur 26 institutions contactées : 12 réponses (taux de réponse de 46%)

Institutions contactées pour l’enquête Gabon

Institutions contactées pour l’enquête -2- Gabon Sur 28 institutions contactées : 14 réponses (taux de réponse de 50%)

Sélection de questionnaires selon la pertinence pour REDDiness Étant donné que, pour beaucoup des questionnaires : Absences de réponses Faible niveau de connaissances sur REDD (politique & scientifique)  Sélection des questionnaires avant analyse Sélection basée sur: La connaissance scientifique des technologies à mettre en œuvre (1: aucune connaissance; 5: très bonne connaissance) La complétude des questionnaires La cohérence des réponses (2 critères: consigne et lien) A quel point êtes-vous ou votre organisation familiarisé avec le concept REDD/REDD+, d’un point de vue Politique/Scientifique ?   Connaissance de REDD Complétude (/23 questions) Cohérence Total (%) Projet REDD Pol. (/5) Scient. (/5) Consigne (/2) Lien (/1) Congo CNIAF 3 23 2 1 87% OUI OCDH 5 4 22 1.5 0.5 79% CERGEC 85% NON CIB Gabon IRSH 92% MEF-Bois MEF-Aqua IRET Respect des 2 consignes: - Sélection de cases max. 3 cases max. 3 par ordre d’importance Permet de vérifier la compréhension: Les données sélectionnées permettent-elles de réaliser les applications choisies  8 questionnaires retenus (4 par pays)

Résultats: Généralités sur les institutions enquêtées Institutions principalement dans le domaine de la recherche et de l’administration Intervention majoritairement au niveau National (~ 50%), local et international 6 sur 20 impliquées dans un projet REDD Connaissances principalement réparties entre aucune notion et connaissance générale (politique & scientifique)

Résultats: Généralités sur les institutions sélectionnées Institutions principalement dans le domaine de la recherche et de l’administration Intervention majoritairement au niveau National (~50%), international et local 4 sur 8 projet REDD Connaissances générales (politique & scientifique) WWF, Brainforest, OCDH pas sélectionnés mais diposent de connaissances politique générale voir de bonnes connaissances (Br.)

Résultats: Données géographiques utilisées Données utilisées dans les institutions Cartes thématiques Images sat. optiques (maj. Landsat, Aster (Congo), SPOT (Gabon)) RADAR (Radar SAT) Photographies aériennes Données LIDAR (MEF-Aquat.) Principales causes d’insatisfaction liées à l’utilisation de ces données: Présence de nuages (photo.aér., images sat., LIDAR) Fréquence de mise à jour (toutes les données sauf LIDAR) Coût trop élevé (photo. aér., images sat., RADAR)

Résultats: Matériel disponible pour l’ensemble des institutions Logiciels disponibles pour toutes les institutions : ArcGIS, ArcView (dans 56% des inst.) Mapinfo (52%) Acces (42%) Erdas Imagine (21%) ENVI (16%) Idrisi, ERMapper, Grass, Autocad, Geoconcept (<1%) Principalement ArcGIS en tant qu’outil d’analyse spatial Analyse d’images: très peu de logiciels disponible! Problème d’accès au logiciel (mentionné dans le rapport du Gabon, Edwige) & surtout de possession de licenses

Résultats: Compétences du personnel Capacités indisponibles: Orthorectification avec MNT/MNS Classification orientée objet Capacités disponibles: Capacité de cartographier les changement forestiers (5/8) Validation des cartes par études terrain Classification supervisée et non supervisée (4/8) Photo-interprétation (4/8) Classer les surfaces forestières (4/8)

Résultats: Besoins pour assurer le suivi de la stratégie REDD+ Quels sont les besoins de votre organisation, en termes de renforcement de capacité, pour la mise en œuvre de la stratégie REDD ? Besoins Matériel Logiciels Formation PC de type pentium III ou supérieur ArcGIS Télédétection (traitement, interprétation, analyse) Scanner MapInfo Scénarios de référence & MRV Traceur A0/ Imprimante A1 ENVI Techniques de Gestion de l’information (SIG) IDRISI Inventaire GES/REDD+ Erdas Imagine Quantification du Carbone & cartographie de la biomasse  Majoritairement besoin de PC , de logiciels d’analyse des images et de formation en télédétection & quantification de la biomasse

Résultats: Choix du type de surveillance, méthode de validation et fréquence de suivi Pas de tendance claire! Les questions suivantes restent à définir: La surveillance de type ‘wall-to-wall’ ou ‘hot spots’? La validation des résultats basée sur des données de terrain ou satellitaires (VRH)? Fréquence de suivi: annuelle, tous les deux ans, tous les 5 ans?

Résultats: Données sélectionnées pour assurer les applications REDD+ Deux questions sur les données à utiliser pour l’implémentation de REDD:  Parmi les différentes données qu’il est possible d’utiliser pour réaliser ces applications, spécifiez celles qui vous intéressent ? images sat. HR images sat. VHR données de terrain & photographie aérienne RADAR & images basse résolution Quels types de données géographiques nécessite votre organisation pour l’implémentation et le suivi de la politique REDD ? images sat. HR données de terrain photographie aérienne & images sat. VHR RADAR LIDAR & images basse résolution Pas de différence de sélection des données entre le Congo et le Gabon Données sur les zones d’incendies non reprises car considérées comme pas du tout intéressantes par la moitié des institutions Très peu de différence dans les votes en faveur des différentes données La question des données à utiliser dans le projet REDDiness reste en suspens Aucun vote pour le LIDAR! PQ? Pas d’expérience? Manque de connaissance? Pas intéressés?

Résultats: Produits à développer Réponses à la question: « Si parmi ces produits, seuls 3 d’entre eux peuvent être réalisés, lesquels trouveriez-vous les plus utiles dans la cadre de la stratégie nationale REDD et du suivi des forêts en particulier? » Les deux produits majoritairement sélectionnés:  Estimation des changements forestiers (incluant la déforestation et la dégradation) & Estimation des stocks de biomasse/carbone

Résultats: Produits à développer En intégrant également la question précédente : « Parmi les différents produits qu’il est possible de développer dans le cadre du processus REDD, spécifiez lesquels vous intéressent ?  »  Trois produits ressortent majoritairement (identiquement pour le Congo et le Gabon), les deux premiers sont les choix prioritaires : Estimation des changements forestiers (incluant la déforestation et la dégradation) Estimation des stocks de carbone/biomasse Suivi des taux de dégradation forestière (par cartes) Différence entre Congo et Gabon à partir de la quatrième position: Gabon : 4) Estimation des changements de biomasse 5) Suivi du changement du couvert forestier (par cartes simples forêt/non forêt) Congo: 4) Estimation des types forestiers nationaux Proposition d’orientation possible pour REDDiness à partir de ces produits : Estimation et suivi de la dégradation Estimation des stocks et des changements de biomasse (dans d’autres initiatives voir contexte REDD)

Dissémination Intérêt pour ce type d’enquête au niveau du registre REDD de la RDC (responsible OFAC) Transmission de certains documents (apres approbation par REA) aux autres initiatives en cours (FAO / World Bank)

Questions?