La Région de Zinder, située dans le sud-est du Niger, abrite une population extrêmement pauvre dont les activités sont quasi exclusivement agro-pastorales. La zone d’étude se présente comme un vaste plateau, constellé de dépressions appelées « cuvettes » et utilisées à des fins agricoles et/ou pastorales grâce à la présence, à faible profondeur, d’une nappe phréatique. Sans ces cuvettes, cette zone située en bordure du Sahara serait quasi inhabitée, parcourue seulement par les troupeaux et les populations nomades. Elle est caractérisée par un climat de type sahélien sensu stricto avec une pluviosité annuelle moyenne comprise entre 300 et 400 mm et répartie sur 2 à 3 mois (OZER et al., 2005, 2009). On considère qu’en deçà de 300 mm/an, l’agriculture pluviale devient extrêmement aléatoire voire impossible (OZER, 2000).
Situées en zone semi-aride, les cuvettes oasiennes du centre-est du Niger sont des agro-écosystèmes à haute potentialité. Cependant, elles sont souvent peu connues par ces acteurs du développement à cause de leur extrême diversité et de leur nombre. Cette étude évalue les performances de trois méthodes de classification d’images dans la détection des cuvettes oasiennes (analyse pixellaire, analyse texturale et analyse par objet) à partir des images SPOT5-THX de 2,5 m de résolution spatiale. L’évaluation des résultats montre que l’approche par objet (indice critique de succès égal à 0,94) est beaucoup plus performante que celle utilisant la texture (indice critique de succès égal à 0,78) et l’analyse par pixel (indice critique de succès égal à 0,69). L’étude fournit une première information originale, à savoir le nombre (11 300 cuvettes oasiennes détectées avec une erreur de plus ou moins 6%), la position et la surface de l’ensemble des cuvettes sur la zone d’étude.