ABSTRACT

Land use and Land cover change (LULCC) is a major global problem, and projecting change is critical for policy decision-making. Understanding LULCCs at the watershed level is essential for transboundary river basin management. The present study aims to analyse the past and future LULCCs in two significant watersheds of the Senegal River basin (SRB) in West Africa: Bafing and Faleme. This study used Landsat images from 1986, 2006 and 2020 and the Random Forest classification method to analyze past LULCCs in these two watersheds. The results revealed: In Bafing, vegetation, settlement, agricultural areas and water increased, while the bareground decreased significantly between 1986-2020. In Faleme, two periods have different trends. Between 1986-2006, vegetation, settlement, agricultural areas and water increased, while bareground decreased. Between 2006-2020, settlement increased, while vegetation, agricultural areas, water and bareground decreased. To predict LULCCs in 2050 under business-as-usual assumptions, the Multilayer Perceptron and Marcov Chain model (MLP-MC) was used. The MLP-MC shows better results on Bafing than on Faleme but without questioning its application on the two watersheds. Bafing has seen a trend towards ”more people, more trees”, while Faleme has seen a trend towards ”more people, more deforestation”. These results contribute to develop appropriate land management policies and strategies to achieve or to maintain sustainable development in the SRB.

摘要

土地利用和土地覆盖变化 (LULCC) 是一个重大的全球性问题，预测变化对于政策决策至关重要。了解流域层面的 LULCC 对于跨界流域管理至关重要。本研究旨在分析西非塞内加尔河流域 (SRB) 的两个重要流域：巴芬 (Bafing) 和法莱梅 (Faleme) 过去和未来的 LULCC。本研究使用 1986 年、2006 年和 2020 年的 Landsat 图像以及随机森林分类方法来分析这两个流域过去的 LULCC。结果显示：1986-2020年间，巴芬地区植被、聚落、农业面积和水体均有所增加，而裸地显着减少。在Faleme，两个时期有不同的趋势。1986年至2006年间，植被、聚落、农业区和水体增加，而裸地减少。2006年至2020年间，定居点增加，而植被、农业区、水和裸地减少。为了在一切照旧的假设下预测 2050 年的 LULCC，使用了多层感知器和马尔可夫链模型 (MLP-MC)。MLP-MC 在 Bafing 上显示出比 Faleme 更好的结果，但无需质疑其在两个分水岭上的应用。Bafing 呈现出“人越多，树木越多”的趋势，而 Faleme 则呈现出“人越多，森林砍伐越多”的趋势。这些结果有助于制定适当的土地管理政策和战略，以实现或维持SRB的可持续发展。使用多层感知器和马尔可夫链模型（MLP-MC）。MLP-MC 在 Bafing 上显示出比 Faleme 更好的结果，但无需质疑其在两个分水岭上的应用。Bafing 呈现出“人越多，树木越多”的趋势，而 Faleme 则呈现出“人越多，森林砍伐越多”的趋势。这些结果有助于制定适当的土地管理政策和战略，以实现或维持SRB的可持续发展。使用多层感知器和马尔可夫链模型（MLP-MC）。MLP-MC 在 Bafing 上显示出比 Faleme 更好的结果，但无需质疑其在两个分水岭上的应用。Bafing 呈现出“人越多，树木越多”的趋势，而 Faleme 则呈现出“人越多，森林砍伐越多”的趋势。这些结果有助于制定适当的土地管理政策和战略，以实现或维持SRB的可持续发展。