Pertes annuelles du couvert arboré au Maroc : 25 COG Hansen de 2001 à 2025 | Kharita
Données ouvertesFrançais··8 دقيقة قراءة·بقلم Kharita
Pertes annuelles du couvert arboré au Maroc : 25 COG Hansen de 2001 à 2025
Suivez année par année les pertes du couvert arboré détectées au Maroc entre 2001 et 2025 avec 25 COG Hansen à environ 30 m, prêts pour QGIS et le web.
›Sommaire15 sections15 sections
Une carte unique permet de savoir quand une perte du couvert arboré a été
détectée, mais une série temporelle permet de voir où le phénomène se déplace
d’une année à l’autre. Kharita transforme la bande officielle lossyear de
Hansen Global Forest Change 2025 v1.13 en 25 Cloud Optimized GeoTIFF, un
pour chaque année de 2001 à 2025.
Chaque millésime possède sa propre période, sa fiche de métadonnées et un nom
prévisible qui permet de classer facilement les fichiers :
hansen_tree_cover_loss_maroc_2001.tif jusqu’à
hansen_tree_cover_loss_maroc_2025.tif.
جارٍ تحميل الخريطة…
Pourquoi créer 25 fichiers si Hansen fournit déjà l’historique ?
Le produit officiel encode tout l’historique dans une seule bande :
0 : aucune perte détectée entre 2001 et 2025;
1 : perte détectée en 2001;
2 : perte détectée en 2002;
…;
25 : perte détectée en 2025.
Cette représentation est compacte et reste conservée dans le paquet de données
comme source de vérité. Elle est cependant moins pratique pour une comparaison
temporelle, un téléchargement par année ou une animation.
La collection annuelle applique donc une transformation déterministe : dans
le fichier de l’année YYYY, le pixel vaut 1 si le code officiel est égal à
YYYY - 2000, sinon il vaut 0. Aucun pixel n’est interpolé et aucune date
n’est inventée.
Lire un pixel de la série annuelle
Code
Signification
Couleur conseillée
0
aucune perte détectée pendant l’année du fichier
transparent ou gris très clair
1
perte du couvert arboré détectée pendant l’année
rouge #D7301F
255
NoData hors de l’emprise nationale valide
transparent
Les valeurs sont nominales. Il faut utiliser un rendu catégoriel et le
rééchantillonnage au plus proche voisin. Une palette continue comme Viridis ou
Inferno donnerait à tort l’impression que les codes mesurent une intensité.
نقاش
التعليقات
La série Hansen localise une rupture du couvert vue par Landsat. Elle ne renseigne ni l’espèce, ni la cause, ni le statut juridique du terrain.Reda Abouakil, CC BY-SA 3.0, Wikimedia Commons
La collection en bref
Propriété
Valeur
Produit source
Hansen Global Forest Change 2025 v1.13
Producteurs
Université du Maryland / Google / USGS / NASA
Variable
présence annuelle d’une perte brute du couvert arboré
Période
2001-01-01 au 2025-12-31
Cadence
annuelle, sans année manquante
Nombre de COG
25
Résolution nominale
environ 30,92 m
Grille Kharita
64 420 × 60 605 pixels, EPSG:4326
Type de pixel
Byte, codes 0/1, NoData 255
Couverture
Maroc complet dans une emprise nationale continue, régions du Sud incluses
Licence
CC BY 4.0
Tous les fichiers partagent la même projection, la même transformation, les
mêmes dimensions et le même masque. Chaque COG utilise des blocs internes de
512 × 512, la compression DEFLATE et sept niveaux d’aperçus.
Ce que montre la série marocaine
L’analyse Kharita parcourt les données à leur résolution native. Comme la
grille est en longitude-latitude, elle ne suppose pas qu’un pixel représente
partout la même surface : l’aire de chaque ligne est calculée sur l’ellipsoïde
WGS 84.
Sur l’ensemble de la bande officielle, 2 834 321 pixels portent un code de
perte entre 2001 et 2025. Leur surface géodésique cumulée est d’environ
1 805,9 km², soit une moyenne de 72,2 km² par an.
Année
Pixels détectés
Surface géodésique dérivée
2022
323 322
205,0 km²
2023
307 441
197,0 km²
2016
214 282
136,5 km²
2017
191 020
121,7 km²
2020
187 551
119,2 km²
2018
168 122
107,1 km²
2014
165 819
105,7 km²
Les années 2022 et 2023 présentent les surfaces détectées les plus élevées de
la série nationale. Cette observation ne suffit pas à conclure que les feux ou
les coupes ont été les plus importants pendant ces années : Hansen ne publie
pas la cause de chaque pixel et la méthode de détection a évolué au cours de
la série.
Le seuil forestier change le dénominateur
La série annuelle contient tous les pixels de perte signalés par le produit.
Pour une étude forestière, on applique souvent un seuil au couvert arboré de
2000. Le choix doit être annoncé, car il modifie fortement la surface de
référence et le résultat :
Couvert arboré minimal en 2000
Surface de référence
Perte 2001–2025
Part de la référence
10 %
11 338 km²
747,3 km²
6,59 %
30 %
6 823 km²
629,1 km²
9,22 %
50 %
4 409 km²
484,1 km²
10,98 %
Ce sont des scénarios analytiques reproductibles, pas des statistiques
forestières officielles du Maroc. Un seuil élevé peut notamment exclure une
partie des arganeraies ouvertes et des formations clairsemées.
Dans une arganeraie ouverte, la valeur de couvert arboré peut rester faible malgré l’importance écologique et économique du système agroforestier.Elena Tatiana Chis, CC BY-SA 4.0, Wikimedia Commons
Utiliser la série dans QGIS
Afficher une année
Ajoutez le COG de l’année souhaitée.
Choisissez Palettes / Valeurs uniques.
Rendez 0 transparent et 1 rouge.
Conservez le rééchantillonnage au plus proche voisin.
Utiliser le contrôleur temporel
Les dates sont détectables dans le suffixe annuel des noms de fichiers et sont
aussi inscrites dans les métadonnées de chaque COG. Dans QGIS :
ajoutez les 25 fichiers comme groupe de couches;
ouvrez les propriétés temporelles de chaque couche;
utilisez une étendue fixe allant du 1er janvier au 31 décembre de l’année;
activez le contrôleur temporel et choisissez un pas d’un an;
exportez éventuellement l’animation, en conservant la même emprise et la
même légende pour tous les millésimes.
Calculer une surface annuelle
Ne comptez pas simplement les pixels puis ne les multipliez pas par
30 × 30 m en EPSG:4326. Utilisez une projection équivalente adaptée ou une
aire géodésique. Excluez NoData et annoncez le seuil de couvert 2000 utilisé
comme dénominateur.
Analyses utiles pour le Maroc
Comparer aux surfaces brûlées
Croiser un COG annuel Hansen avec les COG mensuels MCD64A1 permet d’identifier
des coïncidences possibles avec un incendie. Les résolutions diffèrent :
environ 30 m pour Hansen et 500 m pour MCD64A1. Une intersection ne démontre
donc pas automatiquement la cause.
Combiner Hansen et Esri pour suivre l’évolution du territoire
Hansen indique où et pendant quelle année une disparition du couvert arboré
a été détectée. Il ne dit pas ce que le terrain est devenu ensuite. La série
annuelle Esri Impact Observatory Land Cover complète cette lecture en
indiquant l’occupation dominante du sol : arbres, cultures, zone bâtie, eau,
sol nu, végétation inondée, broussailles, herbes ou neige et glace.
جارٍ تحميل الخريطة…
Le croisement des deux datasets permet, par exemple, de rechercher les pixels
où Hansen détecte une perte en 2022, puis de comparer la classe Esri avant et
après cette date. Un passage de « arbres » vers « cultures » peut signaler
une conversion agricole à examiner. Un passage vers « zone bâtie » peut
indiquer une artificialisation. Si la classe redevient « arbres » quelques
années plus tard, il peut s’agir d’une régénération, d’une plantation ou d’une
variation de classification qu’il faut confirmer avec des images satellites.
Une méthode simple consiste à :
choisir une année de perte Hansen;
sélectionner le millésime Esri précédant la perte et le millésime le plus
récent disponible après celle-ci;
harmoniser les projections, l’emprise et la taille des pixels en conservant
le rééchantillonnage au plus proche voisin pour les classes;
construire une matrice de transition, par exemple « arbres → cultures » ou
« arbres → bâti »;
vérifier les changements importants sur une image satellite et, si
possible, avec une observation de terrain.
Cette combinaison permet donc d’étudier l’évolution de l’occupation du sol
autour des pertes, mais elle ne prouve pas à elle seule leur cause. Les deux
produits ont des résolutions, des calendriers et des méthodes de classification
différents. Il ne faut notamment pas interpréter automatiquement tout pixel
Hansen perdu comme une déforestation permanente.
Mettre en contexte avec le climat
CHIRPS, ERA5-Land, l’humidité du sol et le Fire Weather Index permettent
d’examiner les conditions précédant une année de perte. Ces croisements
décrivent un contexte climatique; ils ne remplacent pas une enquête sur la
cause locale.
Ce que la série ne permet pas de conclure
Une perte Hansen n’est pas automatiquement une déforestation permanente.
Le raster n’identifie ni incendie, ni coupe, ni maladie, ni chantier.
Il ne fournit aucune espèce forestière.
Le couvert arboré ne correspond pas automatiquement à la forêt juridique.
Les plantations et les arbres hors forêt peuvent être inclus.
La bande officielle de gain s’arrête en 2012; la collection annuelle ne
représente donc pas un bilan net actualisé.
Les années récentes et anciennes ne sont pas parfaitement homogènes : les
capteurs et modèles ont évolué, notamment autour de 2011.
Une validation avec l’imagerie et les données locales reste indispensable
avant une décision de gestion ou une attribution de cause.
Attribution des données : Hansen/UMD/Google/USGS/NASA, Global Forest Change
2025 v1.13, CC BY 4.0. La dérivation Kharita sépare les codes annuels sans
interpolation et conserve le raster lossyear officiel comme source de
référence.
