ArticlePDF Available

Abstract and Figures

L’objectif de cette étude est d’évaluer au Bénin l’efficacité du réseau des aires protégées dans la conservation des habi- tats favorables et prioritaires de certaines espèces ligneuses d’importance socio-éco- nomique. Il s’agit de Afzelia africana, Anogeissus leiocarpa, Burkea africana, Daniellia oliveri, Detarium microcarpum, Prosopis africana et Khaya senegalensis. Les techniques basées sur le principe d’en- tropie maximale (Maxent) combinées avec les SIG ont été utilisées pour projeter les habitats favorables de ces sept espèces ; le logiciel Zonation a été utilisé pour la modé- lisation des habitats prioritaires. Les points de présence des espèces ont été collectés et associés aux variables bioclimatiques dérivées de la température mensuelle et de la pluviométrie obtenues à partir de la base de données en ligne de AfriClim, ainsi qu’à la variable édaphique (sol). En terme de déterminisme environnemental, les variables bioclimatiques telles que l’écart diurne moyen de la température (Bio2), les précipitations annuelles moyennes (Bio12), l’évapotranspiration potentielle (ETP) et la variable biophysique sol, sont prédictives pour les distributions des sept espèces. Les habitats protégés plus favo- rables aux sept essences dans la zone gui- néenne commencent aux limites de la forêt classée de Kétou (7°43’N), dans la zone soudano-guinéenne, à partir de la lati- tude de la forêt classée d’Agoua (8°30’N), et dans la zone soudanienne à partir de la latitude de la Pendjari (10°35’N). Pour la conservation des habitats prioritaires, l’étude de représentation révèle que, dans les zones soudaniennes (9°75’-12°27’N), guinéenne (6°50’-7°40’N) et soudano-gui- néenne, les aires protégées sont respec- tivement efficaces, peu efficaces et non efficaces.
Content may be subject to copyright.
Efficacité des aires protégées
dans la conservation
d’habitats favorables prioritaires
de ligneux de valeur au Bénin
Photo 1.
Daniellia oliveri dans la forêt classée des Trois Rivières.
Photo S. G. C. Adjahossou.
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2) 67
HABITATS PRIORITAIRES DE CONSERVATION DE LIGNEUX DE VALEUR / LE POINT SUR…
Sessi Gilles Christian Adjahossou1, 2
Gérard Nounagnon Gouwakinnou2, 3
Dèhouégnon Thierry Houehanou2, 4, 6
Akoeugnigan Idelphonse Sode3, 6
Alain Sèakpo Yaoitcha2, 5
Marcel Romuald Benjamin Houinato2
Brice Sinsin2
1 Direction générale des forêts
et des ressources naturelles (DGFRN)
BP 393, Cotonou
République du Bénin
2 Université d’Abomey-Calavi (UAC)
Faculté des Sciences agronomiques (FSA)
Laboratoire d’écologie appliquée (LEA)
01 BP 526, Cotonou
République du Bénin
3 Université de Parakou
École nationale supérieure d’aménagement
et de gestion des aires protegées (ENSAGAP)
BP 287, Kandi
République du Bénin
4 Université de Parakou
École nationale supérieure des sciences
et techniques agronomiques de Djougou
BP 73, Djougou
République du Bénin
5 Institut national des recherches agricoles
du Bénin (INRAB)
01 BP 884, Cotonou
République du Bénin
6 Université d’Abomey-Calavi (UAC)
Faculté des Sciences agronomiques (FSA)
Laboratoire de biomathématiques
et d’estimations forestières (Labef)
01 BP 526, Cotonou
République du Bénin
RÉSUMÉ
EFFICACITÉ DES AIRES PROTÉGÉES
DANS LA CONSERVATION D’HABITATS
FAVORABLES PRIORITAIRES DE LIGNEUX
DE VALEUR AU BÉNIN
L’objectif de cette étude est d’évaluer
au Bénin l’efficacité du réseau des aires
protégées dans la conservation des habi-
tats favorables et prioritaires de certaines
espèces ligneuses d’importance socio-éco-
nomique. Il s’agit de Afzelia africana,
Anogeissus leiocarpa, Burkea africana,
Daniellia oliveri, Detarium microcarpum,
Prosopis africana et Khaya senegalensis.
Les techniques basées sur le principe d’en-
tropie maximale (Maxent) combinées avec
les SIG ont été utilisées pour projeter les
habitats favorables de ces sept espèces ; le
logiciel Zonation a été utilisé pour la modé-
lisation des habitats prioritaires. Les points
de présence des espèces ont été collectés
et associés aux variables bioclimatiques
dérivées de la température mensuelle et
de la pluviométrie obtenues à partir de la
base de données en ligne de AfriClim, ainsi
qu’à la variable édaphique (sol). En terme
de déterminisme environnemental, les
variables bioclimatiques telles que l’écart
diurne moyen de la température (Bio2),
les précipitations annuelles moyennes
(Bio12), l’évapotranspiration potentielle
(ETP) et la variable biophysique sol, sont
prédictives pour les distributions des sept
espèces. Les habitats protégés plus favo-
rables aux sept essences dans la zone gui-
néenne commencent aux limites de la forêt
classée de Kétou (7°43’N), dans la zone
soudano-guinéenne, à partir de la lati-
tude de la forêt classée d’Agoua (8°30’N),
et dans la zone soudanienne à partir de
la latitude de la Pendjari (10°35’N). Pour
la conservation des habitats prioritaires,
l’étude de représentation révèle que, dans
les zones soudaniennes (9°75’-12°27’N),
guinéenne (6°50’-7°40’N) et soudano-gui-
néenne, les aires protégées sont respec-
tivement efficaces, peu efficaces et non
efficaces.
Mots-clés : habitats favorables, détermi-
nisme environnemental, aires protégées,
habitats prioritaires, Bénin.
ABSTRACT
EFFECTIVENESS OF PROTECTED
AREAS FOR THE CONSERVATION OF
FAVOURABLE AND PRIORITY HABITATS
FOR VALUABLE TREE SPECIES IN BENIN
The aim of this study was to assess the
effectiveness of protected areas in Benin
for the conservation of favourable and
priority habitats for the following tree
species of socio-economic importance:
Afzelia africana, Anogeissus leiocarpa,
Burkea africana, Daniellia oliveri, Deta-
rium microcarpum, Prosopis africana
and Khaya senegalensis. We combined
maximum entropy (Maxent) techniques
with GIS to predict potentially favourable
areas for cultivating and conserving these
species. Zonation software was used
to model priority habitats. Data points
where the species were present were col-
lected and linked to bioclimatic variables
derived from monthly temperature and
rainfall figures from the Africlim database
and to edaphic (soil) variables. In term
of environmental determinism, the most
favourable areas were predicted by bio-
climatic variables such as mean diurnal
temperature range (Bio2), mean annual
rainfall (Bio12), potential evapotrans-
piration (PET) and a biophysical ground
variable. The most favourable protected
areas for the seven tree species extended
northwards from the Ketou listed forest
(7°43’N) in the Guinean zone, from the
Agoua listed forest (8°30’N) in the Suda-
no-Guinean zone and from the Pend-
jari National Park area (10°35’N) in the
Sudanian zone. Gap analysis of habitat
conservation showed that the protected
area network was effective in the Suda-
nian zone (9°75’-12°27’N), minimally
effective in the Guinean zone (6°50’-
7°40’N) and not effective at all in the
Sudano-Guinean zone.
Keywords: favourable habitats, environ-
mental determinism, protected areas,
priority habitats, Benin.
RESUMEN
EFICACIA DE LAS ÁREAS PROTEGIDAS
EN LA CONSERVACIÓN DE HÁBITATS
PROPICIOS PRIORITARIOS DE ESPECIES
LEÑOSAS DE VALOR EN BENÍN
Este estudio tenía como objetivo la eva-
luación en Benín de la eficacia de la red
de áreas protegidas en la conservación
de hábitats propicios y prioritarios de
algunas especies leñosas importantes
desde el punto de vista socioeconómico.
Se trata de Afzelia africana, Anogeissus
leiocarpa, Burkea africana, Daniellia oli-
veri, Detarium microcarpum, Prosopis
africana y Khaya senegalensis. Se utili-
zaron técnicas basadas en el principio de
máxima entropía (MaxEnt) combinadas
con SIG para predecir los hábitats propi-
cios de estas siete especies. Se utilizó el
software Zonation para la modelación de
hábitats prioritarios. Se recopilaron los
registros de presencia de especies y se
asociaron a las variables bioclimáticas,
derivadas de la temperatura mensual y
la pluviometría y extraídas de la base de
datos en línea de AfriClim, así como a
la variable edáfica. En término de deter-
minismo ambiental, las variables biocli-
máticas como el promedio de variación
diurna de la temperatura (Bio2), la preci-
pitación media anual (Bio12), la evapo-
transpiración potencial (ETP) y la variable
biofísica “suelo” sirven para predecir la
distribución de las siete especies. Las
áreas protegidas más idóneas para
dichas especies comienzan en los límites
del bosque reservado de Kétou (7°43’N),
en la zona climática guineana, a partir
de la latitud del bosque reservado de
Agoua (8°30’N), en la zona sudano-gui-
neana, y a partir del parque de Pendjari
(10°35’N), en la zona sudanesa. Para la
conservación de hábitats prioritarios, el
estudio de representación revela que las
áreas protegidas son eficaces en la zona
sudanesa (9°75’-12°27’N), poco eficaces
en la guineana (6°50’-7°40’N) y nada efi-
caces en la sudano-guineana.
Palabras clave: hábitats propicios, deter-
minismo ambiental, áreas protegidas,
hábitats prioritarios, Benín.
S. G. C. Adjahossou, G. N. Gouwakinnou,
D. T. Houehanou, A. I. Sode, A. S. Yaoitcha,
M. R. B. Houinato, B. Sinsin
68
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2)
FOCUS / HABITAT CONSERVATION PRIORITY FOR VALUABLE TREES
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2) 69
HABITATS PRIORITAIRES DE CONSERVATION DE LIGNEUX DE VALEUR / LE POINT SUR…
Introduction
Beaucoup d’espèces se raréfient dans leurs habitats
naturels à cause des menaces pesant sur la biodiversité.
Le principal facteur d’appauvrissement de la diversité spé-
cifique est représenté par la perte, la fragmentation ou la
modification des habitats naturels, dues à la surexploita-
tion, l’agriculture, aux feux de végétation et au surpâturage
(Hargitt, 1994 ; McNeely, 1996). Sala et al. (2001) ajoutent
à ces facteurs la pollution et le changement climatique,
devenu une menace additionnelle pour les populations
végétales et animales. Étant donné que les fluctuations
climatiques influencent la biodiversité et déterminent la
répartition spatiale des aires géographiques favorables, le
changement climatique constitue une question environne-
mentale cruciale qu’il importe d’intégrer dans la planifica-
tion de la conservation (Fandohan et al., 2013).
La mise en œuvre d’un schéma de développement
intégrant la conservation des ressources naturelles tout en
luttant contre leur dégradation constitue le seul moyen de
relever les défis socio-économiques du continent africain.
Alors qu’au sud du Sahara, plus de 200 espèces végétales
forestières sont considérées comme éteintes (Hilton-Taylor,
2000), au Bénin, 280 espèces végétales sont menacées
de disparition et 90 % présentent une probabilité élevée
d’extinction (Adomou, 2005). Parmi elles, 19 sont d’inté-
rêt régional pour la conservation et 10 figurent sur la Liste
rouge de l’UICN (Adomou, 2005). Afzelia africana et Khaya
senegalensis sont deux de ces espèces menacées, déjà ins-
crites sur la Liste rouge de l’UICN alors qu’elles semblent
même en danger critique d’extinction au Bénin (Adomou
et al., 2006). Au-delà de ces deux espèces assez connues
pour leur utilité comme source de fourrage pour le bétail
et comme bois d’œuvre très prisé dans le commerce inter-
national du bois, d’autres espèces comme Daniellia oli-
veri et Anogeissus leiocarpa se révèlent très vulnérables
aux pressions anthropiques et sont de plus en plus rares
(Houehanou et al., 2013).
L’exploitation est donc reportée vers d’autres espèces
végétales, parmi lesquelles peuvent être citées Detarium
microcarpum, Prosopis africana et Burkea africana. Pour
amoindrir les pressions sur ces ressources végétales en
particulier, et sur les ressources naturelles de manière plus
large, plusieurs stratégies de conservation ont été adoptées,
dont celle de la conservation in situ. Les aires protégées
représentent l’option la plus efficace et la plus couramment
adoptée pour cette forme de conservation.
Selon la Liste des Nations unies, le monde compte
209 429 aires protégées, avec une couverture totale de
32 868 673 km2 (soit une superficie plus grande que
l’Afrique), représentant 3,41 % des zones marines et 14,0 %
des zones terrestres, soit 15,4 % de la superficie totale
terrestre si l’on exclut l’Antarctique (Deguignet et al., 2014).
Cependant, les investigations récentes sur l’efficacité des
aires protégées ont révélé que, malgré l’extension géogra-
phique de la couverture de ces aires, celles-ci n’assuraient
pas la protection nécessaire aux espèces, écosystèmes et
sites clés (Butchart et al., 2015).
Face à cette problématique, il est important de se
demander jusqu’à quel point les aires protégées du Bénin
conservent efficacement la diversité biologique. Il s’agit
plus précisément d’évaluer l’aire favorable à la distribution
et à la conservation des espèces ligneuses citées plus haut,
de déterminer les aires abritant les niveaux de richesse spé-
cifique les plus élevés, et d’estimer l’étendue de l’aire cou-
verte par les aires protégées. L’identification des limites des
habitats favorables mais aussi des points de concentration
des espèces permet en particulier de connaître les endroits
propices à leur sylviculture (Fandohan et al., 2013). Elle
permet également de prendre des décisions sur les lieux où
les efforts de conservation doivent être concentrés pour un
impact optimal, et ce dans un contexte de ressources finan-
cières limitées.
Des scientifiques se sont investis dans le domaine de
la conservation spatiale à grande échelle en recourant à des
outils méthodologiques appropriés (ResNet, Zonation, par
exemple). En Guinée équatoriale, Zafra-Calvo et al. (2010)
ont utilisé le logiciel ResNet pour modéliser des aires prio-
ritaires de conservation et de restauration des paysages
post-cultivés dans le plan de réserve de biosphère de Bioko.
Le logiciel Zonation a été utilisé aux États-Unis (au Nord-
Ouest du Pacifique), en Italie et au Nord de l’Inde, respecti-
vement par Carlos et al. (2009) pour optimiser la résilience
du réseau de réserves face aux changements climatiques
dans le cadre de la planification de la conservation d’espèces
multiples, par Girardello et al. (2009) pour identifier des
aires prioritaires de conservation des papillons, et par Pawar
et al. (2007) pour évaluer la conservation des amphibiens et
reptiles dans les aires prioritaires.
Notre étude s’est appuyée sur le programme Zonation,
qui permet la modélisation des habitats prioritaires, d’une
part, en retenant simultanément la qualité d’habitat et
la connectivité de sept espèces cibles (Afzelia africana,
Anogeissus leiocarpa, Burkea africana, Daniellia oliveri,
Detarium microcarpum, Prosopis africana et Khaya sene-
galensis) et, d’autre part, en fournissant une méthode
quantitative de gestion durable de la biodiversité (Moilanen
et al., 2012). De façon spécifique, cette recherche avait
pour objet d’identifier les habitats naturels prioritaires à la
conservation des espèces cibles, d’une part, et d’apprécier
l’efficacité du réseau national des aires protégées dans la
conservation de ces habitats prioritaires, d’autre part.
Matériel et méthodes
Les données d’occurrence (coordon-
nées géographiques) des espèces cibles
(figure 1) ont été collectées à partir de
travaux de terrain. Afin de s’assurer que
les données de présence des espèces
étudiées couvraient le plus possible la
région où elles sont régies par les mêmes
facteurs climatiques (Fitzpatrick et al.,
2009), les coordonnées de présence de
chaque espèce ont été collectées dans
son aire de distribution en Afrique de
l’Ouest. Ces données additionnelles ont
été obtenues à partir de GBIF (Global
Biodiversity Information Facility, www.
gbif.org) et des articles publiés sur
certaines de ces espèces (tableau I).
Cependant, certains points de présence
figurant dans la base de données de GBIF
ne disposent pas de coordonnées géogra-
phiques (longitude et latitude) mais sont
en complément stockés avec la localité et
le pays dans lesquels ils ont été obtenus. Pour ces points,
les « Gazettiers »1 des pays dans lesquels ils se trouvent ont
été utilisés pour identifier leurs coordonnées géographiques
à l’aide de l’outil d’identification d’ArcGIS 10.1.
Les données d’occurrence provenant de GBIF et datant
d’avant 1950, ainsi que celles dont les coordonnées sortent
de l’aire de distribution naturelle de l’espèce, ont été
omises. Les données climatiques actuelles de résolution
30 secondes ont été obtenues en ligne sur le site AfriClim2.
Elles sont composées de 21 variables bioclimatiques rela-
tives à la température et l’humidité (Platts et Marchant,
2015). Les points de présence des espèces ont été asso-
ciés aux variables bioclimatiques, sélectionnées après
analyse de corrélation (Warren et al., 2010), ainsi qu’à la
variable édaphique (sol) pour simuler les aires favorables
aux espèces à partir de l’algorithme de Maxent (Phillips et
al., 2006). Pour chaque espèce, la simulation dans Maxent
a été répétée cinq fois en utilisant la méthode de validation
croisée au cours de laquelle 80 % des points ont servi à la
calibration et 20 % à la validation des modèles. La valeur
du 10 percentile training presence logistic threshold a été
utilisée comme seuil de probabilité pour définir les niveaux
de convenance d’habitat pour chaque espèce (Liu et al.,
2013). La probabilité d’occurrence en dessous du seuil est
considérée comme caractérisant un habitat moins favorable
pour l’espèce, et celle située au-dessus de ce seuil corres-
pond à un habitat plus favorable pour l’espèce (tableau II).
1 http://www.diva-gis.org/datadown
2 http://www.york.ac.uk/environment/research/kite/resources/
Figure 1.
Localisation des points de présence utilisés
pour la modélisation.
Tableau I.
Type de points de présence utilisés et sources.
Sources
Travaux de terrain GBIF
Espèces Nombre de points (%) Nombre de points (%)
Afzelia africana
50 54,45 41 45,55
Anogeissus leiocarpa
88 55,70 70 44,30
Burkea africana
60 74,07 21 25,93
Daniellia oliveri
50 57,47 37 42,53
Detarium microcarpum
69 56,09 54 43,91
Khaya senegalensis
48 65,75 25 24,25
Prosopis africana
162 61,60 74 38,40
Sources GBIF : Global Biodiversity Information Facility (www.gbif.org).
70
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2)
FOCUS / FOCUS / HABITAT CONSERVATION PRIORITY FOR VALUABLE TREES
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2) 71
HABITATS PRIORITAIRES DE CONSERVATION DE LIGNEUX DE VALEUR / LE POINT SUR…
Les résultats de la modélisation des habitats favo-
rables des sept espèces sous Maxent ont été utilisés comme
données d’entrée dans Zonation 3.1.10 (Moilanen et al.,
2005). L’analyse a été conduite en donnant une priorité
de conservation aux habitats favorables aux sept espèces
cibles. En effet, l’algorithme de Zonation produit un clas-
sement hiérarchique de la valeur biologique du paysage,
par l’enlèvement de façon itérative et une à une des grilles
de moindre valeur, en utilisant la minimisation de la perte
marginale comme critère de décision de la prochaine grille
à enlever. À la fin de l’opération, il est possible d’identifier
quelle partie de l’écosystème possède la plus forte priorité
de conservation (Moilanen et al., 2005).
Sur la base de la sortie du classement effectué dans
le cadre de la présente étude, deux classes d’habitats prio-
ritaires ont été définies. La classe ayant une probabilité en
dessous du seuil de 0,85 a été considérée comme relevant
d’un habitat non prioritaire aux espèces, et celle située
au-dessus de ce seuil correspondait à l’habitat prioritaire
(Moilanen et al., 2005). Une analyse des carences de repré-
sentation des habitats favorables et prioritaires à chaque
espèce cible à l’intérieur des aires protégées a été effectuée
en superposant la carte du réseau national des aires proté-
gées du Bénin aux cartes de distribution issues de Maxent.
ArcGIS 10.1 a été utilisé pour la cartographie.
Résultats et discussion
Validation du modèle et déterminisme environnemental
de présence des espèces
Au seuil de 80 %, l’analyse des corrélations a permis
d’identifier six variables moins corrélées et quatre plus
prédictives selon les modélisations (tableau III). Le test
de Jackknife effectué précise la contribution des variables
sélectionnées à la prédiction de la distribution des espèces.
Les valeurs moyennes de l’AUC au moins sensiblement
égales à 0,90 suggèrent une bonne capacité du modèle à
prédire les habitats favorables à chaque espèce. Les résul-
tats révèlent, en termes de déterminisme environnemental,
que l’écart diurne de la température (Bio2), les précipita-
tions annuelles moyennes (Bio12), l’évapotranspiration
potentielle (ETP) sont les variables les plus prédictrices
(tableau III). La variable biophysique sol prédit davantage
les distributions des sept espèces (tableau III).
Selon Guisan et Zimmermann (2000), les paramètres
directs tels que la température et les précipitations sont
plus efficaces lorsque la modélisation de la distribution des
espèces a une large étendue, contrairement aux paramètres
indirects comme le sol qui ne sont pas plus efficaces mais
sont plus enclins à introduire des erreurs dans le modèle.
Cependant, l’introduction de la variable sol a permis de
tenir compte des spécificités locales associées aux variables
directes auxquelles elle est corrélée. Par conséquent, cette
Tableau II.
Synthèse des probabilités de convenance selon le seuil 10 percentile training presence logistic threshold.
Espèces
Afzelia Anogeissus Burkea Daniellia Detarium Khaya Prosopis
africana leiocarpa africana oliveri microcarpum senegalensis africana
Seuils 0,1724 0,1741 0,1846 0,2490 0,2096 0,2670 0,4541
Tableau III.
Contribution des variables sélectionnées pour la modélisation et validation du modèle (%).
Essences
Variables
Afzelia Anogeissus Burkea Daniellia Detarium Khaya Prosopis
africana leiocarpa africana oliveri microcarpum senegalensis africana
Bio2 Écart diurne de la température ; 18,10 14,30 32,80 22,30 23,10 20,40 6,20
moyenne mensuelle (max-min)
Bio12 Précipitations annuelles moyennes 8,50 25,80 8,60 6,90 14,30 16,50 10,70
Bio13 Précipitations de la période la plus humide 1,70 0,10 12,40 8,80 1,60 5,40 0,20
ETP (Évaporanspiration potentielle) 2,40 4,20 33,00 7,80 6,00 3,00 0,60
Degré de l’humidité du trimestre humide 11,30 5,30 1,70 1,70 11,70 0,80 0,00
Sol 58,00 52,00 11,4 52,60 43,30 53,90 82,40
72
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2)
FOCUS / FOCUS / HABITAT CONSERVATION PRIORITY FOR VALUABLE TREES
variable devrait être plus efficace à des échelles plus petites
que l’échelle nationale pour permettre d’ajouter aux distribu-
tions les détails qu’elles contiennent. Toutefois, selon Platts et
Marchant (2015), à une résolution plus fine de 30 secondes,
il n’y a ni agrégation ni réduction, ce qui corrobore la quantité
de détails que la variable sol apporte aux contributions.
Distribution des habitats favorables
Les résultats de modélisation montrent globalement
que :
b Afzelia africana
Les habitats qui sont actuellement plus favorables
à Afzelia africana sont d’étendue variable et localisés à la
fois dans les zones guinéo-congolaise (6°25’-7°30’N), sou-
dano-guinéenne (7°30’-9°45’N) et soudanienne (9°45’-
12°30’N) du Bénin (tableau IV).
b Anogeissus leiocarpa
Les habitats qui sont actuellement plus favorables
à Anogeissus leiocarpa ont une étendue variable et sont
localisés à la fois dans les zones guinéo-congolaise (6°25’-
7°30’N), soudano-guinéenne (7°54’-9°94’N) et souda-
nienne (10°10’-12°41’N) du Bénin (tableau IV).
b Burkea africana
Les habitats qui sont actuellement plus favorables à
Burkea africana ont une étendue variable et sont localisés
à la fois dans les zones guinéo-congolaise (7°43’-7°48’N),
soudano-guinéenne (7°80’-10°4N) et soudanienne (9°45’-
12°30’N) du Bénin (tableau IV).
b Daniellia oliveri
Les habitats qui sont actuellement plus favorables
à Daniellia oliveri sont d’étendue variable et localisés à la
fois dans les zones guinéo-congolaise (6°25’-7°40’N), sou-
dano-guinéenne (7°30’-9°45’N) et soudanienne (9°45’-
12°30’N) du Bénin (tableau IV).
b Detarium microcarpum
Les habitats qui sont actuellement plus favorables
à Detarium microcarpum ont une étendue variable et sont
localisés dans une partie de la zone guinéo-congolaise
(6°92’-7°60’N), soudano-guinéenne (7°30’-9°45’N) et sou-
danienne (9°45’-12°30’N) du Bénin (tableau IV).
b Khaya senegalensis
Les habitats qui sont actuellement plus favorables à
Khaya senegalensis sont d’étendue variable et localisés dans
une partie de la zone guinéo-congolaise (6°92’-7°60’N),
soudano-guinéenne (7°54’-9°94’N) et soudanienne (9°30’-
12°30’N) du Bénin (tableau IV).
Tableau IV.
Distribution des aires favorables selon les trois zones climatiques du Bénin.
Espèces Zones climatiques
Guinéo-congolaise Soudano-guinéenne Soudanienne
Habitats favorables Habitats favorables Habitats favorables
Latitudes Aires protégées Latitudes Aires protégées Latitudes Aires protégées
Afzelia africana
6°25’-7°30’N FC Djigbé, Lama et Kétou 7°30’-9°45’N FC Ouari Maro, Monts Kouffé, 9°45’-12°30’N Parcs W, Pendjari
(figure 2) Agoua, Dogo et Dassa et FC Goroubi, Goungou,
Mékrou et Trois Rivières
Anogeissus leiocarpa
6°25’-7°30’N
FC Lama et Kétou
7°54’-9°94’N
FC Monts Kouffé, Dogo,
10°10’-12°41’N
Parcs W et Pendjari
(figure 3) Atchérigbé, Dassa et Logozohè
Burkea africana
7°43’-7°48’N
FC Kétou
7°80’-10°4N
FC Ouari Maro, Agoua,
9°45’-12°30’N
Parcs W et Pendjari
(figure 4) Dassa et Logozohè
Daniellia oliveri
6°25’-7°40’N FC Kétou 7°30’-9°45’N FC Ouari Maro, Monts Kouffé, 9°45’-12°30’N FC Goroubi, Goungou,
(figure 5) Agoua, Ouémé supérieur, Mékrou et Trois Rivières
Boukou, Kilibo, Dogo et Dassa
Detarium microcarpum
6°92’-7°60’N FC Lama et Djigbé 7°30’-9°45’N FC Atchérigbé, Ouari Maro, 9°45’-12°30’N Parcs W, Pendjari
(figure 6) Monts Kouffé, Agoua, et FC Goroubi, Goungou,
Ouémé supérieur, Boukou, Mékrou et Trois Rivières
Kilibo, Dogo et Dassa
Khaya senegalensis
6°92’-7°60’N FC Kétou et Ahozon 7°54’-9°94’N FC Dassa, Atchérigbé 9°30’-12°30’N Parcs W, Pendjari
(figure 7) et Logozohè et FC Goroubi, Goungou,
Mékrou et Trois Rivières
Prosopis africana
6°75’-7°61’N FC Lama et Kétou 7°54’-10°10’N FC Dassa, Atchérigbé, 9°34’-12°40’N Parcs W, Pendjari
(figure 8) Logozohè, Agoua et FC Goroubi, Goungou,
Mékrou et Trois Rivières
FC = forêt classée.
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2) 73
HABITATS PRIORITAIRES DE CONSERVATION DE LIGNEUX DE VALEUR / LE POINT SUR…
b Prosopis africana
Les habitats qui sont actuellement plus favorables
à Prosopis africana ont une étendue variable et sont
localisés dans une partie de la zone guinéo-congolaise
(6°75’-7°61’N), soudano-guinéenne (7°54’-10°10’N) et
soudanienne (9°34’-12°40’N) du Bénin (tableau IV).
Distribution des habitats prioritaires
L’analyse de cette représentation montre l’efficacité
du réseau des aires protégées dans la conservation des
aires prioritaires aux espèces, surtout dans la zone souda-
nienne du Bénin. Ainsi, il y a une forte concentration des
habitats prioritaires protégés en zone soudanienne (10°00’-
12°27’N). Il s’agit des forêts classées de Guéné, de Goroubi
et de Goungou, des zones tampons et cynégétiques de la
Pendjari, du Mékrou, et des noyaux des parcs nationaux
du W et de la Pendjari (figure 9). Ces aires prioritaires se
révèlent dotées d’un grand nombre des essences cibles trai-
tées, et sont donc d’une grande richesse spécifique. Il est
urgent que de bonnes politiques de gestion de la biodiver-
sité soient mises en œuvre pour assurer une conservation à
long terme des populations des espèces cibles. Dans la zone
guinéenne, seule la moitié supérieure (6°50’-7°00’N) de la
forêt classée de la Lama est prioritaire (figure 9). Les espèces
telles que Khaya senegalensis, Daniellia oliveri, Anogeissus
leiocarpa et Afzelia africana étant de potentielles espèces
agroforestières, leur utilisation dans les systèmes agrofores-
tiers en zone guinéenne, où il y a très peu d’aires protégées,
pourrait être envisagée dans les politiques de reboisement.
Figure 2.
Distribution de Afzelia africana.
Figure 6.
Distribution de Detarium microcarpum.
Figure 3.
Distribution de Anogeissus leiocarpa.
Figure 7.
Distribution de Khaya senegalensis.
Figure 4.
Distribution de Burkea africana.
Figure 8.
Distribution de Prosopis africana.
Figure 5.
Distribution de Daniellia oliveri.
Par ailleurs, en zone soudano-guinéenne, les habi-
tats prioritaires (8°04’-8°50’N) sont des écosystèmes non
protégés constitués de formations saxicoles de savanes
arborées et arbustives (figure 9). Ainsi, l’enrichissement
des aires non protégées dans lesquelles les espèces se
trouvent pourrait constituer l’une des mesures de conserva-
tion in situ des espèces.
Écosystèmes prioritaires et niveau d’anthropisation
Les courbes A et B de la figure 10 montrent la pro-
portion de la distribution restante des espèces lorsque les
grilles de moindre valeur sont enlevées de l’écosystème. Au
niveau de la courbe A, on observe l’évolution de l’aire des
habitats prioritaires de conservation des espèces sous l’em-
prise anthropique. Avec une diminution allant jusqu’à 40 %
de l’aire initiale de distribution favorable aux sept espèces,
l’aire de distribution prioritaire presque maximale connaît
une diminution de près de 35 %. Entre 40 et 90 % de perte
de l’aire initiale favorable aux sept espèces, l’aire prioritaire
totale est diminuée de près de 55 %. Au-delà de 90 % de
perte de l’aire initiale favorable aux sept espèces, l’aire de
distribution prioritaire tend vers zéro (figure 10).
La courbe B représente la moyenne sur toutes les espèces.
Lorsque la perte de superficie initiale des écosystèmes est com-
prise entre 0 et 10 %, presque toutes les sept espèces étudiées
sont rencontrées dans l’aire prioritaire ; mais entre 10 et 90 %
de perte de l’aire initiale favorable aux sept espèces, les interac-
tions interspécifiques conduisent à une diminution d’environ
70 % des sept espèces étudiées présentes dans les mêmes
habitats prioritaires. Au-delà de 90 % de perte de l’aire initiale
favorable aux sept espèces, à peine 20 % des espèces étudiées
occupent les mêmes habitats prioritaires (figure 10).
Écosystèmes prioritaires et vulnérabilité
des espèces étudiées
La courbe C de la figure 11 traduit l’évolution de la pro-
babilité d’extinction des espèces étudiées en fonction de la
perte des écosystèmes. Elle est basée sur le ratio entre le
nombre d’espèces cibles et la superficie des habitats com-
muns favorables (figure 11).
Pour une diminution proche de 80 % de la superficie
initiale des habitats naturels favorables aux sept espèces, les
essences étudiées semblent présenter un faible risque d’extinc-
tion à l’état sauvage. Par contre, à partir de 80 % de fragilisation
des écosystèmes, ces espèces ont un fort taux d’extinction à
l’état sauvage. En effet, entre 80 et 95 % de perte de superfi-
cie initiale des habitats naturels favorables aux sept espèces,
les espèces cibles restent vulnérables avec un taux d’extinction
avoisinant 40 %. Au-delà de 95 % de perte de superficie, leur
probabilité d’extinction est maximale et tend vers l’unité.
0
0,2
0,4
0,6
0,8
1
1,2
0 0,2 0,4 0,6 0,8 1
B
A
Pertes des terres
Habitats prioritaires
0
0,2
0,4
0,6
0,8
1
1,2
0 0,2 0,4 0,6 0,8 1
Extinction
Pertes des terres
C
Figure 9.
Réseau des aires protégées prioritaires.
Figure 10.
Aire prioritaire en fonction des pertes d’aires.
Figure 11.
Vulnérabilité en fonction des pertes d’aires.
74
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2)
FOCUS / FOCUS / HABITAT CONSERVATION PRIORITY FOR VALUABLE TREES
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2) 75
HABITATS PRIORITAIRES DE CONSERVATION DE LIGNEUX DE VALEUR / LE POINT SUR…
Les incertitudes liées aux distributions
Dans une étude de simulation, les jeux de données
dépendent des différentes procédures d’interpolation, des
algorithmes d’extraction par satellite ou de la modélisation
dynamique (Mackellar et al., 2010). Bien que les estima-
tions au niveau de l’enveloppe climatique puissent soulever
quelques incertitudes dans les distributions, ces dernières
donnent quand même une meilleure idée pour les prises de
décision en matière de conservation. À défaut de connais-
sance de l’adaptation génétique des espèces, on peut être
amené à supposer que ces écotypes locaux pourraient dans
une certaine mesure s’adapter aux variabilités du climat
lorsque leurs limites de tolérance le permettent. Enfin, cer-
taines données d’occurrence des espèces sont sujettes à
des erreurs spatiales et des biais géographiques pouvant
réduire l’exhaustivité des distributions. Néanmoins, même
avec un niveau modéré d’erreurs spatiales dans les données
d’occurrence, le logiciel Maxent qui a été utilisé dans notre
étude demeure particulièrement robuste en présence de ces
erreurs (Graham et al., 2008).
Conclusion
Les paramètres directs (précipitations annuelles
moyennes, évapotranspiration potentielle) et indirect (sol)
se sont révélés plus efficaces pour prédire les aires favo-
rables prioritaires dans la conservation des essences étu-
diées. Dans la zone guinéenne, les habitats plus favorables
aux essences étudiées débutent aux limites de la forêt clas-
sée de la Kétou (7°80’N). De plus, toutes les essences cibles
bénéficient d’habitats plus favorables dans la zone souda-
no-guinéenne à partir de la latitude de la forêt classée de
Dassa (7°8’N), et dans la zone soudanienne à partir de la
latitude de la forêt classée des Trois Rivières (10°31’N). Ces
zones semblent susceptibles de fournir aux sept essences
des conditions climatiques adéquates pour leur culture et
leur conservation.
La zone soudanienne (10°00’-12°27’N) se révèle plus
concentrée en habitats prioritaires, tandis que, dans la zone
soudano-guinéenne, la quasi-totalité des habitats protégés
(8°04’-10°50’N) sont non prioritaires pour ces espèces cibles.
Les politiques de restauration associant les stratégies
de conservation in situ des sept espèces devront privilégier
ces zones prioritaires non protégées car elles sont suscep-
tibles de fournir aux espèces des conditions climatiques
adéquates. Avec la faible étendue des aires protégées
prioritaires en zone guinéenne, l’enrichissement des aires
protégées dans lesquelles ces espèces se trouvent en faible
densité pourrait également constituer une mesure judi-
cieuse de conservation in situ des espèces.
Remerciements
Les auteurs remercient Arouna Basanda et Assouma
Bonkanon, éco-gardes du Parc national du W, pour l’aide pré-
cieuse apportée lors de la collecte de nos données de terrain.
Références bibliographiques
Adomou C. A., Sinsin B., van der Maesen L. J. G., 2006. Phy-
tosociological and chorological approaches to phytogeogra-
phy: a meso-scale study in Benin. Systematics and Geogra-
phy of Plants, 76: 155-178.
Adomou C. A., 2005. Vegetation patterns and environmental
gradients in Benin. Implications for biogeography and con-
servation. PhD thesis, Wageningen University, Wageningen,
136 p.
Arbonnier M., 2004. Trees, shrubs and lianas of West African
dry zones. Versailles, France, Éditions Quæ, 573 p.
Busby J. R., 1991. BioClima bioclimatic analysis and predic-
tion system. In: Margules C. R., Austin M. P. (eds). Nature
conservation: cost effective biological surveys and data
analysis. Canberra, Australie, CSIRO, 64-68.
Butchart S. H. M., Clarke M., Smith R. J., Sykes R. E., Schar-
lemann J. P. W., Harfoot M. et al., 2015. Shortfalls and solu-
tions for meeting national and global conservation area tar-
gets. Conservation Letters, 8 (5): 329-337.
Carlos C., Jeffrey R. D., Atte M., 2009. Optimizing resiliency of
reserve networks to climate change: multispecies conserva-
tion planning in the Pacific Northwest, USA. Global Change
Biology, 16: 891-904.
Chape S., Spalding M., Taylor M., Putney A., Ishwaran N.,
Thorsell J. et al., 2008. History, definitions, values and glob-
al perspective. In: Chape S., Spalding M., Jenkins M. (eds).
The World’s Protected Areas Status, Values and Prospects in
the 21st Century. Los Angeles, CA, USA, University of Califor-
nia Press, 1-35.
Deguignet M., Juffe-Bignoli D., Harrison J., MacSharry B., Bur-
gess N., Kingston N., 2014. Liste des Nations Unies des Aires
Protégées 2014. Cambridge, Royaume-Uni, UNEP-WCMC.
Elith J., Burgman M. A., Regan H. M., 2002. Mapping epis-
temic uncertainties and vague concepts in predictions of
species distribution. Ecological Modelling, 157: 313-329.
Fandohan B., Gouwakinnou G. N., Fonton N. H., Sinsin B., Liu
J., 2013. Impact des changements climatiques sur la répar-
tition géographique des aires favorables à la culture et à la
conservation des fruitiers sous-utilisés : cas du tamarinier
au Bénin. Biotechnologie, Agronomie, Société et Environne-
ment, 17 (3) : 450-462.
FAO, 2010. Évaluation des ressources forestières mondiales.
Rapport national Bénin. Rome, Italie, FAO.
Fitzpatrick M. C., Hargrove W. W., 2009. The projection of
species distribution models and the problem of non-analog
climate. Biodiversity Conservation, 18: 2255-2261.
76
BOIS ET FORÊTS DES TROPIQUES, 2016, N° 328 (2)
FOCUS / FOCUS / HABITAT CONSERVATION PRIORITY FOR VALUABLE TREES
Girardello M., Griggio M., Whittingham M. J., Rushton S. P.,
2009. Identifying important areas for butterfly conservation
in Italy. Animal Conservation, 12 (1): 20-28.
Graham H. G., Elith J., Hijmans R. J., Guisan A., Peterson A.
T., Loiselle B. A., The Nceas Predicting Species Distributions
Working Group, 2008. The influence of spatial errors in spe-
cies occurrence data used in distribution models. Journal of
Applied Ecology, 45: 239-247.
Guisan A., Hofer U., 2003. Predicting reptile distributions at
the mesoscale: Relation to climate and topography. Journal
of Biogeography, 30: 1233-1243.
Guisan A., Zimmermann N. E., 2000. Predictive habitat
distribution models in ecology. Ecological Modelling, 135:
147-186.
Hargitt D. L., 1994. Conservation of biodiversity: Corridors,
an alternative to fragmented ecosystems? Msc Thesis. Vrije
Universiteit Brussel, Belgique, 65 p.
Hilton-Taylor C., 2000. 2000 UICN red list of threatened spe-
cies. Gland, Suisse, UICN, 61 p.
Houehanou T. D., Glèlè Kakaï R. L., Assogbadjo A. E., Kin-
domihou V., Houinato M., Wittig R., Sinsin B. A., 2013.
Change in the woody floristic composition, diversity and
structure from protected to unprotected savannahs in Pend-
jari Biosphere Reserve (Benin, West Africa). African Journal
of Ecology, 51: 358-365.
Liu C., White M., Newell G., 2013. Selecting thresholds for
the prediction of species occurrence with presence-only
data. Journal of Biogeography, 40: 778-789.
Mackellar N., Christensen J. H., Lucas-Picher P., 2010.
Modèles, projections et incertitudes climatiques en Afrique
sub-saharienne. Introduction pour les chercheurs et les
décideurs. Programme CCDARE, Programme conjoint PNUE/
PNUD, 26 p.
McNeely J. A., 1996. Conservation and future: trends and
options toward the year 2025. A discussion paper. Gland,
Suisse, UICN, 66 p.
Moilanen A., Meller L., Leppänen J., Montesino Pouzols F.,
Arponen A., Kujala H., 2012. Zonation: spatial conservation
planning framework and software version 3.1. User manual.
Helsinki, Finlande, Edita, 287 p.
Moilanen A., Franco A. M. A., Early R., Fox R., Wintle B., Thom-
as C. D., 2005. Prioritising multiple-use landscapes for con-
servation: methods for large multi-species planning prob-
lems. Proceedings of the Royal Society of London, Series B,
Biological Science, 272: 1885-1891.
Noelia Z., Rowena C., Trevon F., Jorge M. L., Miguel Á. R.,
Sahotra S., 2010. Prioritizing areas for conservation and
vegetation restoration in post-agricultural landscapes: a
Biosphere Reserve plan for Bioko, Equatorial Guinea. Bio-
logical Conservation, 143: 787-794.
Pawar S., Koo M. S., Kelley C., Firoz Ahmed M., Chaudhury S.,
Sarkar S., 2007. Conservation assessment and prioritization
of areas in Northeast India: Priorities for amphibians and
reptiles. Biological Conservation, 136: 346-361.
Pearson R. G., Dawson T. P., 2003. Predicting the impacts of
climate change on the distribution of species: are bioclimate
envelope models useful? Global Ecology and Biogeography,
12: 361-371.
Phillips S. J., Anderson R. P., Schapire R. E., 2006. Maximum
entropy modelling of species geographic distributions. Eco-
logical Modelling, 190: 231-259.
Platts P. J., Marchant R. A., 2015. AFRICLIM: High-resolution
climate projections for ecological applications in Africa. Afri-
can Journal of Ecology, 53: 103-108.
Sala E., Ballesteros E., Starr R. M., 2001. Rapid decline of
Nassau grouper spawning aggregations in Belize: fishery
management and conservation needs. Fisheries, 26: 23-30.
Zafra-Calvo N., Cerro R., Fuller T., Lobo J. M., Rodríguez M.
Á., 2010. Prioritizing areas for conservation and vegetation
restoration in post-agricultural landscapes: A Biosphere
Reserve plan for Bioko, Equatorial Guinea. Biological Con-
servation, 143: 787-794.
Warren D. L., Glor R. E., Turelli M., 2010. ENMTools: a toolbox
for comparative studies of environmental niche models. Eco-
graphy, 33 : 607-611.
... In Benin, shea trees are present in various habitats (fields, fallows, parks, etc.) where they are intensively exploited to improve livelihood of the populations. This increasing pressure on the shea tree resulted in the species decline with a serious threat of extinction in the species populations (Adjahossou et al., 2016;Agbo et al., 2017). ...
... Africa. (Adjahossou et al., 2016) assessed the effectiveness of protected areas by projecting the potential areas suitable for cultivation and conservation of selected tree species of socioeconomic importance in Benin. All these studies revealed the usefulness of ecological niche modelling to provide information that can be derived into adequate strategies for species conservation. ...
... Other studies have shown that the distributions of species such as Afzelia africana, Anogeissus leiocarpa, Khaya senegalensis (Adjahossou et al., 2016) and Vitex doniana (Hounkpèvi et al., 2016) are sensitive to environmental variations at several spatial scales. ...
... Most species with a wide distribution (Vitex doniana, Afzelia africana, Antidesma laciniatum, Bombax costatum) are expected to remain fairly stable under the effect of future climate changes, even under the most drastic scenarios. According to Adjahossou et al. (2016), species such as Khaya senegalensis, Anogeissus leiocarpa and Afzelia africana being potential agroforestry species, used in agroforestry systems in the Guinean zone, where there are very few protected areas, could be considered in reforestation policies. ...
Article
Full-text available
The sustainable conservation of forest resources in a context of climate change and population growth would be compromised in their current form of exploitation by rural communities. The objective of this study is to assess the impact of climate change on the dynamics of habitats favorable to species of conservation priority in the forests under ONAB management as these species are heavily used by the populations living along the shores of these forests. The study will consist of: Khaya senegalensis, Afzelia africana, Khaya grandifoliola, Pterocarpus erinaceus, Anogeissus leiocarpa, Milicia excelsa, Albizia zygia, Vitex doniana, Antidesma laciniatum and Bombax costatum. Techniques based on the principle of maximum entropy (Maxent) combined with GIS were used to project the favorable habitats of these ten species under current and future climatic conditions (Horizon 2050). Species occurrence data were collected and combined with bioclimatic data derived from the Worldclim database and the edaphic (soil) variable. Two climate models were used for future projections (CNRM-CM5, HadGEM-ES models) under the IPCC A2 scenario, and the partial ROC approach was used for the evaluation of the predictions of ecological niche models. Variables such as cec2 (cation exchange capacity, horizon 5-15cm), bio17 (precipitation of the driest quarter), bio12 (annual precipitation), bio3 (isothermality), bio6 (minimum temperature of the coldest month) and bio7 (annual thermal amplitude) were found to be the most relevant respectively for the distribution of Khaya grandifoliola, Albizia zygia, Anogeissus leiocarpa, Antidesma laciniatum, Afzelia africana and Khaya senegalensis. Under current conditions, only 7% of the Beninese territory would be very favorable to the conservation of Khaya senegalensis and the CNRM-CM5 model predicts an increase of 27.5% and 13.2% respectively of these very favorable and moderately favorable areas by 2050 through conversion of unfavorable areas (7.4%). On the other hand, this model predicts an opposite trend at the level of Afzelia africana where it predicts a decrease of 8.1% and 1.8% respectively of the very favorable and moderately favorable areas and an increase of 5.1% of the unfavorable areas. Ecological niche modeling has basically revealed the conversion of some currently unfavorable habitats into very favorable habitats for conservation (this is the case of Khaya grandifoliola, Khaya senegalensis and Vitex doniana) and the extension of some habitats unfavorable to conservation (Anogeissus leiocarpa, Bombax costatum, and Pterocarpus erinaceus) by 2050. This study provides scientific support for planning and is a decision support tool for the conservation of these species at the socio-economic level.
... La perte de ces ressources forestières peut d'ailleurs provoquer un affaiblissement du potentiel local et de la capacité des communautés tributaires de la forêt à en tirer des revenus et de la nourriture [4]. La dépendance des populations locales des pays en développement vis-à-vis des ressources ligneuses en milieu naturel pourrait dès lors être une menace pour la survie de ces espèces végétales soumises aux pressions humaines [5,6] et à la variabilité climatique. Dans ce contexte, il s'avère important de connaître l'état des ressources végétales disponibles et de déterminer l'exploitation faite par les populations riveraines [6]. ...
Article
L'objectif de cette étude est d'améliorer la gestion participative et durable des forêts classées en zones semi-arides. Elle est réalisée dans les forêts classées de Tissé et de Oualou dans la commune rurale de Tchériba, Burkina Faso. La collecte des données a été basée sur des enquêtes ethnobotaniques auprès de 236 chefs de ménages. L'analyse des données a consisté aux calculs des valeurs d'usages, du facteur consensus informateur et de l'indice de vulnérabilité. Les résultats indiquent que 103 espèces ligneuses interviennent dans la satisfaction des besoins des ménages. Ces besoins incluent l'alimentation (35 %), la génération des revenus par le commerce des produits de la forêt (24 %), la pharmacopée (16 %) et autres services écosystémiques (15 %). Les usages portent sur les fruits, feuilles, racines, fleurs et les graines. Parmi les espèces répertoriées, Vitellaria paradoxa et Parkia biglobosa ont un indice de vulnérabilité ≥2,5. Ces deux espèces avaient également les valeurs d'usage ethnobotaniques les plus élevées respectivement 2,14 et 1,27. Les communautés locales perçoivent la menace sur les ressources forestières et pratiquent la plantation et les des semis d'espèces désirées et la régénération naturelle assistée, l'interdiction des feux tardifs pour inverser cette dégradante situation. Les résultats de cette étude constituent un outil de base pour sélectionner les espèces d'arbres sur lesquelles l'accent devra être mis dans les plans d'aménagement pour répondre aux besoins d'utilisation des populations mais aussi pour améliorer le statut de conservation la biodiversité végétale.
... Furthermore, climate change is an environmental issue that deserves special attention. According to several studies, climate change, added to anthropogenic pressures, constitutes the first cause of the disappearance of biodiversity (Adjahossou et al. 2016). Indeed, climate change modifies the climatic conditions of suitable habitats of species and anthropic action induces the loss of these. ...
Article
Full-text available
The modelling of the ecological niche of Harrisonia abyssinica in Benin made it possible to have a function of both parameters which predicts the probability of the presence of the species in their respective habitats. This study showed the current distribution of this species and its prediction for 2050. Species occurrence data records were combined with climatic and soil data in Maximum Entropy (Maxent), a species distribution modelling algorithm, to evaluate the impacts of future environmental conditions (under CNRM-CM5 and HadGEM2-ES) on the species’ potential distribution in Benin. The result showed that the habitats which are currently very suitable to H. abyssinica are mainly located in those agro-ecological zones: Cotton zone of the center (V), Zone of the land of bars (VI), Zone of depression (VII) and the Zone of fisheries (VIII) covering an area of 5339.21 km2 (4.7%) of the Beninese national territory. CNRM-CM5 model showed a decrease of 510.07 km2 in the highly suitable area for the species and HadGES-ES model showed an increase of 791.79 km2. According to the two models, the classified forest of Lama is and will remain the single protected forest moderately suitable to the conservation of H. abyssinica in Benin.
... The models produce a significant result that can be used for decision making processes that seeks to conserve the species. The selection of variables for this study was carried out as described by Adjahossou et al. (2016) , we perform the correlations between all the 19 bioclimatic variables. In the model run, variables were subjected to equal chances of contribution. ...
Article
Full-text available
Garcinia kola is an indigenous multipurpose tree species, with significant cultural value and medical benefits, commonly found in the tropical rain forest zone of West and Central Africa. The species has been reported to be over-used and are now classified as vulnerable species close to commercial extinction. Hence, requires immediate conservation action. This study assessed the impact of climate on habitat for cultivation of G. kola in Nigeria. Ecological niche modelling approach was used to estimate the current geographical range and predicts the future distribution of G. kola in Nigeria, using the nineteen (19) bioclimatic environment layers at a 30 arc seconds resolution. Two climate models were used (HadGEM2-ES and CNRM-CM5) with two Representative Concentration Pathways (RCP), RCP 4.5 and RCP 8.5 scenarios as predictor variables for projections of the potential geographical range of this species for 2050 horizon. Results revealed that about 397,094 km² area, corresponding to 43.6 % of Nigeria land surface, are currently suitable for cultivating G. kola. The future projections showed a significant decrease in area suitable for propagating G. kola under the RCP scenarios used in the two climate models. HadGEM2-ES predicts 27.2 and 26.1 % loss of suitable habitats under RCP 4.5 and 8.5, respectively, by 2050 while CNRM-CM5 projects 26.7 and 35.8 % decrease for the corresponding RCPs. Furthermore, the HadGEM2-ES predicts that 149,365 and 159,384 km² corresponding to 16.4 % and 17.5 % of total land area will be suitable for cultivation of G. kola in Nigeria under RCP 4.5 and 8.5, respectively. The model results showed that climate change would have significant influence on the future suitable habitat of G. kola in Nigeria and the species is more subservient in moist, humid area and some part of derived savanna zone in Nigeria. The results underscore the significant influences of climate change on the ecology of G. kola. Based on these results, immediate action should be initiated to conserve this valued species and secure their inherent agro-ecosystems services
Article
Full-text available
La modélisation de la distribution des espèces est devenue un outil très populaire d'aide à l'anticipation et à la prise de décision en matière de conservation des ressources biologiques. Le présent travail avait pour objet de faire une synthèse des recherches en la matière en Afrique, de dégager leurs insuffisances et de proposer des perspectives de recherche. Pour ce faire, des bases de données en ligne ont été utilisées pour identifier et télécharger les publications exploitées ici. Sur les 229 études considérées sur l'Afrique, 167, publiées entre 2003 et 2019 dans 100 revues, ont été jugées pertinentes pour cette analyse. Environ 27 % des publications ont été réalisées au Bénin et en Afrique du Sud. Vingt-trois approches méthodologiques de modélisation ont été recensées et réparties en deux grands groupes : les méthodes empiriques ou corrélatives et celles mécanistiques. Les méthodes corrélatives, et plus précisément le principe d'entropie maximale Maxent (113 études sur 167), ont été les plus utilisées (environ 68 % des études). Cela pourrait s'expliquer par le fait que ces méthodes sont libres d'accès, moins contraignantes, moins exigeantes en données et plus facilement réplicables. Au nombre des faiblesses notées dans les études en Afrique, ressort le niveau de qualité des données, pas toujours suffisant pour garantir la validité des conclusions qui en sont tirées. De même, les biais d'échantillonnage sont généralement ignorés dans la spécification des modèles, même si la distribution observée des occurrences résulte des biais d'échantillonnage ou de l'inaccessibilité de certaines zones plutôt que du preferendum environnemental des espèces modélisées. Enfin, la plupart des études sur le continent occultent la démographie des espèces et les interactions biotiques. Une meilleure prise en compte de ces aspects permettra d'améliorer sensiblement la qualité des modèles.
Article
Full-text available
Cochlospermum tinctorium and Cochlospermum planchonii highly contribute to complementary diet, health care, monetary income, and livelihood security across rural communities of West African countries as Benin. Though, facing the environmental impacts of climate change, several plants species, of which Cochlospermum species population are expected to be threatened, losing their native habitats. Using Maximum Entropy (MaxEnt) algorithm, both Cochlospermum species were modeled to estimate their potential distribution pattern under current and future climate change scenarios in Benin under the scenarios RCP 4.5 and 8.5, by horizon-time 2055. Overall, 535 and 644 occurrence records were used to run the model using cross-validation method and Write background predictions with five replicated times. The performance and accuracy of the model were checked through an area under curve (AUC) which were around 0.86 and 0. 91 and TSS values about 0.6 and 0.53, respectively, for C. tinctorium and C. planchonii. Within the five bioclimatic variables retained for each species, the number of dry months (DM) with 51.3% and the annual moisture index (MI) with 46.3% contributed the most to the distribution modelling. Currently, about 66 and 36% of the area of Benin, 62 and 52% of the protected areas were of high suitability, respectively, for C. planchonii and C. tinctorium. RCPs 4.5 and 8.5 scenarios forecast an expansion in future distribution, respectively, for C. planchonii (7.91 and 10%) and C. tinctorium (2.49 and 4.81%). Though, these results highlight the climate change impacts on Cochlospermum species distribution in Benin, further studies are needed to assess their abundance, conservation status and threats.
Thesis
Full-text available
Native plant species in general and fodder trees in particular contribute significantly to the daily needs of both human and animal especially in developing countries. During the dry season, fodder trees are an important source for the survival of ruminants because of herbaceous forage lack. They are multipurpose species exploited by various actors who are sometimes protagonists. In view of the pressure faced by these trees, and their consequent rarity noted in rangelands, a study was conducted in the Guineo-Congolese/Sudanian transition zone of Benin at the level of the local population surrounding the protected forests of Monts Kouffé, Wari-Maro and Ouémé Supérieur. This thesis contributes to the rational management of fodder trees’ resources. Specifically, it aims at (i) evaluate the diversity, the pastoral and conservation priority of fodder trees; (ii) assess the influence of age, sex and ethnicity on the perception of fodder species use values; (iii) describe the relationship between the availability and the use status of fodder species; (iv) develop models for estimating leaf biomass of three priority browse species; (v) contribute to the understanding of the socio-cultural dynamics of the study area in relation to the fodder trees’ exploitation and the associated conflicts. A total of 220 informants belonging to three sociolinguistic groups (Bariba, Nago and Peul) were interviewed through a semi-structured survey on the fodder trees that they use for different purposes. The citation rates of the fodder trees by the surveyed populations were used to establish pastoral priority, while their conservation priority was established using a combination of four methods and nine criteria. The use categories were defined in the study area and at an international level for the use rates calculation. The ethnoecological approaches were used to analyze the availability of fodder tree species in the study region. A total of 25 trees per species were sampled for biomass estimating. Carrying capacity was determined for the dry season in the study area. A total of 48 fodder trees belonging to 17 families dominated by Leguminosae (27.1%) and Moraceae (16.6%) were reported. These species were distributed among 37 genera, with the genus Ficus being the most represented (16.6%). Palatability, species availability and the impact of tree fodder on animal productivity were the criteria used by the surveyed sociolinguistic groups in their selection of fodder trees. The prioritization methods yielded ten top ranked species: Afzelia africana, Pterocarpus erinaceus, Khaya senegalensis, Vitellaria paradoxa, Mangifera indica, Ficus platyphylla, Balanites aegyptiaca, Annona senegalensis, Ficus umbellata and Daniellia oliveri. As a multipurpose species, the fodder trees are classified in six use categories: food, medicine, construction, fuel, veterinary and fodder. A. africana, K. senegalensis and P. erinaceus are the most widely used species by Peul and Bariba sociolingustic groups to feed animals, while the Nagos use M. indica comes first followed by F. umbellata, F. platyphylla and P. Erinaceus. Combining the different use categories, overharvested or underutilized species depend significantly on the sociolinguistic group. The forest inventory revealed 63 tree species of dbh ≥ 10 cm distributed in 24 families and 52 genera. The most represented families in genus and species are Leguminosae (28.57 %), Combretaceae (14.28 %). The Leguminosae family had the highest importance values (FIVI=83.42) followed at a distance by Combretaceae (21.68). The most important and ecologically dominant species are V paradoxa (SIVI = 42.76); I. doka (41,88); B. ferruginea (22.98); and D. oliveri (16,18). It is also noted that aerial fodder production significantly varied among species. The best models that estimated leaf biomass production of A. africana and P. erinaceus were obtained with diameter at breast height; a plant trait not directly affected by pruning as predictors. For D. oliveri the best model uses the crown height as estimator parameter. Globally, the carrying capacity of each species is about 0.05 to 0.09 TLU ha-1an-1 for A. africana; 0.03 to 0.08 TLU ha-1an-1 for P. erinaceus and 0.04 to 0.79 TLU ha-1an-1 for D. oliveri. The number of animal that can sustainably be fed in the study area was 38 497 TLU. Conflicts arise between sawyers and foresters, between foresters and Peul (herders), farmers and herders, farmers and sawyers, foresters and farmers. These conflicts are caused by the illegal exploitation of trees for their timber and fodder, and the breeders camp near the agricultural areas or sometimes in the forest reserves. Direct negotiations between those involved in conflicts or the arbitration of a local authority were the main strategies and ways of these conflicts managing. With the aim of establishing a sustainable management of pasture lands, we suggest that priority be given to the pastoral and conservation priority species witch are also overexploited species in the restoration, afforestation/reforestation and plantation activities. The introduction of these fodder tree species in afforestation/reforestation activities can improve the availability of leaf biomass to feed animals. Keywords: Availability, Benin, Biodiversity, Conservation priority, Ethnoecology, Fodder trees, Leaf biomass, Pastoralism.
Article
Full-text available
Governments have committed to conserving ≥17% of terrestrial and ≥10% of marine environments globally, especially “areas of particular importance for biodiversity” through “ecologically representative” Protected Area (PA) systems or other “area-based conservation measures,” while individual countries have committed to conserve 3–50% of their land area. We estimate that PAs currently cover 14.6% of terrestrial and 2.8% of marine extent, but 59–68% of ecoregions, 77–78% of important sites for biodiversity, and 57% of 25,380 species have inadequate coverage. The existing 19.7 million km2 terrestrial PA network needs only 3.3 million km2 to be added to achieve 17% terrestrial coverage. However, it would require nearly doubling to achieve, cost-efficiently, coverage targets for all countries, ecoregions, important sites, and species. Poorer countries have the largest relative shortfalls. Such extensive and rapid expansion of formal PAs is unlikely to be achievable. Greater focus is therefore needed on alternative approaches, including community- and privately managed sites and other effective area-based conservation measures.This article is protected by copyright. All rights reserved.
Article
Full-text available
Half of the African population, and most priority sites for conservation, are concentrated in mountain and coastal regions (Fig. 1). In these places, climatic gradients are steep and feedbacks between land, water and atmosphere are much more localized than the pixel resolutions of general circulation models (GCMs). Through the CORDEX initiative outputs from regional climate models (RCMs) have become available for Africa. Nested within GCMs, regional models simulate climate at finer spatial and temporal resolutions. Yet at ~50 km, they remain too coarse-grained for many applications in ecology. Here, we use a range of observational baselines to empirically downscale RCM outputs to resolutions amenable to ecological applications at local scales (up to 1 km). Results for the middle and late 21st century are available online https://webfiles.york.ac.uk/KITE/AfriClim/.
Article
Full-text available
Presence-only data present challenges for selecting thresholds to transform species distribution modeling results into binary outputs. In this article, we compare two recently published threshold selection methods (maxSSS and maxFpb) and examine the effectiveness of the threshold-based prevalence estimation approach. Six virtual species with varying prevalence were simulated within a real landscape in southeastern Australia. Presence-only models were built with DOMAIN, generalized linear model, Maxent, and Random Forest. Thresholds were selected with two methods maxSSS and maxFpb with four presence-only datasets with different ratios of the number of known presences to the number of random points (KP–RPratio). Sensitivity, specificity, true skill statistic, and F measure were used to evaluate the performance of the results. Species prevalence was estimated as the ratio of the number of predicted presences to the total number of points in the evaluation dataset. Thresholds selected with maxFpb varied as the KP–RPratio of the threshold selection datasets changed. Datasets with the KP–RPratio around 1 generally produced better results than scores distant from 1. Results produced by We conclude that maxFpb had specificity too low for very common species using Random Forest and Maxent models. In contrast, maxSSS produced consistent results whichever dataset was used. The estimation of prevalence was almost always biased, and the bias was very large for DOMAIN and Random Forest predictions. We conclude that maxFpb is affected by the KP–RPratio of the threshold selection datasets, but maxSSS is almost unaffected by this ratio. Unbiased estimations of prevalence are difficult to be determined using the threshold-based approach.
Article
Full-text available
The Nassau grouper (Epinephelus striatus) and other reef fishes aggregate in large numbers at specific locations and times to spawn. In Belize, as in the rest of the Caribbean, about one-third of the grouper spawning aggregations have disappeared due to overfishing. One of the last spawning aggregations still viable in Belize has decreased from 15,000 to fewer than 3,000 Nassau groupers in the last 25 years, a decline of more than 80%. The spawning aggregation was still open to fishing in January 2001, with a fishing quota of 900 groupers, which represented about 30% of the aggregation. The actual catch was at least 300 groupers. Fisheries models predict that, if fishing continues, the spawning aggregation will disappear by 2013, and the fishery will be abandoned by 2009 at the latest. Unsustainable fish -ing will eliminate the spawning aggregations in Belize, with subsequent negative effects on the grouper popula -tions in the region. Since most of the spawning aggregations in Belize have now been fished out, it is necessary to protect the remaining spawning aggrega -tions by closing these sites to fishing. A fishery closure would reduce income to some fishers, but a simple economic anal -ysis of the fishery, and of an ecotourism alternative, shows that groupers are worth approximately 20 times more alive than when fished.
Article
Full-text available
We present software that facilitates quantitative comparisons of environmental niche models (ENMs). Our software quantifies similarity of ENMs generated using the program Maxent and uses randomization tests to compare observed similarity to that expected under different null hypotheses. ENMTools is available online free of charge from <http://purl.oclc.org/enmtools>.
Article
With the rise of new powerful statistical techniques and GIS tools, the development of predictive habitat distribution models has rapidly increased in ecology. Such models are static and probabilistic in nature, since they statistically relate the geographical distribution of species or communities to their present environment. A wide array of models has been developed to cover aspects as diverse as biogeography, conservation biology, climate change research, and habitat or species management. In this paper, we present a review of predictive habitat distribution modeling. The variety of statistical techniques used is growing. Ordinary multiple regression and its generalized form (GLM) are very popular and are often used for modeling species distributions. Other methods include neural networks, ordination and classification methods, Bayesian models, locally weighted approaches (e.g. GAM), environmental envelopes or even combinations of these models. The selection of an appropriate method should not depend solely on statistical considerations. Some models are better suited to reflect theoretical findings on the shape and nature of the species’ response (or realized niche). Conceptual considerations include e.g. the trade-off between optimizing accuracy versus optimizing generality. In the field of static distribution modeling, the latter is mostly related to selecting appropriate predictor variables and to designing an appropriate procedure for model selection. New methods, including threshold-independent measures (e.g. receiver operating characteristic (ROC)-plots) and resampling techniques (e.g. bootstrap, cross-validation) have been introduced in ecology for testing the accuracy of predictive models. The choice of an evaluation measure should be driven primarily by the goals of the study. This may possibly lead to the attribution of different weights to the various types of prediction errors (e.g. omission, commission or confusion). Testing the model in a wider range of situations (in space and time) will permit one to define the range of applications for which the model predictions are suitable. In turn, the qualification of the model depends primarily on the goals of the study that define the qualification criteria and on the usability of the model, rather than on statistics alone.
Article
Savannahs are widespread vegetation type in Sudanian zone of Africa. As protected areas are often assumed to be the best way to conserve biodiversity, we assessed the effectiveness of the Pendjari Biosphere Reserve in Benin, for maintaining savannah woody species composition, diversity and structure. Square plots of 900 m2 were randomly established in protected and surrounding unprotected savannahs, and all woody species (dbh ≥ 1 cm) were recorded and identified. Species composition, Importance Value Index, densities, basal area and diversity indexes were assessed in relation to conservation status. The results showed that DCA based on presence/absence species data did not separate clearly protected savannahs from unprotected ones. However, some species were prominent in unprotected savannahs while others showed the same scheme in protected ones. Diversity indexes indicated a good distribution of species in the two savannah types. The woody density showed a higher value in protected than unprotected savannah at shrub layer level. The basal area was significantly higher in the protected savannah than unprotected one at the two woody layer levels. It can be concluded that biodiversity conservation in surrounding unprotected areas should be of great importance to increase biodiversity conservation by protected area whether specific actions were implemented.
Article
This study is based on 598 phytosociological relevés and 1021 plant species taken during an extensive vegetation survey in the Republic of Benin. Site selection was primarily directed towards forest reserves to understand the potential vegetation patterns countrywide. Distributional patterns assessed by means of numerical analyses suggested a meaningful subdivision of Benin into ten phytogeographical districts (PDs). Chorological analysis proved to be valuable as a complementary approach to the characterisation of the phytosociologically-defined districts and allowed their merging into three major phytochorological zones, namely the Guineo-Congolian and Sudanian regions, linked by the Guineo/Sudanian transition zone. The phytogeographical patterns described were consistent with the hypothesis of water availability-driven variation in species and chorotype compositions. While the climate in terms of several climate elements was the primary factor, rainfall considered alone failed to explain the observed patterns. The biogeographical particularities of the PD Pobè in southern Benin were elucidated by the exclusive presence of many Guineo-Congolian endemic genera. The PDs Bassila and Atacora Chain turned out to be of great ecological and biogeographical relevance within the Sudanian regional centre of endemism. Evidence is provided for a former floristic connection of these PDs to the West African Forest Blocks. The results show how the phytosociology approach through numerical analyses of a large dataset constitutes an effective methodological tool for clarifying phytogeographical patterns at meso-scale. Moreover, phytosociology and chorology appear as complementary approaches to phytogeography.