Abstract :

Ce projet vise à mettre en place un dispositif innovant de suivi écologique à long terme des formations végétales de la Grande Muraille Verte (GMV), fondé sur un réseau de parcelles permanentes virtuelles définies à partir de la télédétection. Le choix des sites reposera sur un échantillonnage stratifié, construit à partir d’une segmentation spatiale intégrant plusieurs variables biophysiques (indices de végétation, couvert arboré, sols, topographie et état de restauration), afin de garantir la représentativité des principaux gradients écologiques sahéliens. Une caractérisation écologique de référence (T0) sera réalisée sur un échantillon de parcelles sélectionnées, incluant des inventaires de la végétation ligneuse et herbacée, permettant d’établir un état initial et de calibrer les indicateurs dérivés des images satellite. Les données de terrain seront ensuite mobilisées pour analyser les dynamiques spatio-temporelles de la végétation et évaluer les trajectoires écologiques des zones restaurées et non restaurées. Ce dispositif fournira un protocole reproductible et peu coûteux de suivi écologique, contribuant à l’évaluation scientifique des actions de restauration et au pilotage environnemental de la Grande Muraille Verte.

Translated abstract :

This project aims to establish an innovative long-term ecological monitoring framework for vegetation formations within the Great Green Wall (GGW), based on a network of virtual permanent plots derived from remote sensing data. Site selection will rely on a stratified sampling approach, built on landscape segmentation integrating multiple biophysical variables (vegetation indices, tree cover, soil properties, topography, and restoration status) to ensure representativeness across major Sahelian ecological gradients. A baseline ecological assessment (T0) will be conducted on a representative subset of plots, including detailed characterization of woody and herbaceous vegetation, to establish reference conditions and calibrate satellite-derived indicators. Field data will be used to strengthen the interpretation of multi-temporal remote sensing products and to analyze vegetation dynamics and ecological trajectories in restored and non-restored areas. The proposed framework offers a reproducible, cost-effective, and scalable approach for long-term ecological monitoring, supporting evidence-based evaluation of restoration outcomes and informed environmental decision-making within the Great Green Wall initiative.