i

UNIVERSITE EVANGELIQUE EN
AFRIQUE (U.E.A)

B.P. 3323 BUKAVU

FACULTE DES SCIENCES AGRONOMIQUES

ET ENVIRONNEMENT
Programme de Master en Environnement, Eau et Forêt

Caractérisation des pâturages naturels du Sud-

Kivu : Typologie, valeur fourragère et propriétés
physico-chimiques du sol

Par
MWANGA MWANGA ITHE Jean-Claude

Mémoire Présenté en vue de l’obtention du diplôme

de Master en Science de l’environnement.

Directeurs :
Professeur Katcho KARUME

Professeur Pascaline CIZA Azine

Année Académique : 2019-2020

 i

IN MEMORIUM

A la mémoire de ma grande sœur Aridja MWANGA MWANGA et mon beau-frère Didace Wa

MACUMU ; vous avez été pour moi comme une mère et un père. Que vos âmes reposent en
paix !!!
 ii

DEDICACE

A mon épouse Claire BAGUMA NAFRANKA, qui, n’a jamais cessé de m’encourager. Puisse
le Seigneur t’accorder longs et heureux jours à mes côtés.

A mes chers enfants, Tony MWANGA MWANGA VA-KALUMBA, Guellord MWANGA

MWANGA ASSUMANI, Junior MWANGA MWANGA IMANI, Richard MWANGA MWANGA
AMANI et Précieuse MWANGA MWANGA ANNE-RITH pour tant d’affections manifestées.
Voici ainsi, le chemin et le modèle à suivre.

A tous les amis de la nature, respectueux de l’environnement, les amoureux de la télédétection

et passionnés de la recherche.
 iii

REMERCIEMENTS

Au terme de notre cycle de Master, couronné par la réalisation du présent mémoire, nous
remercions en toute humilité, notre Dieu, le Tout-Puissant, Maitre des circonstances et des
temps ; pour ses multiples bénédictions et son omniprésence tout au long de notre vie et dans
ce parcours académique.

Ce travail n’aurait pas pu être réalisé sans les contributions de nombreuses personnes. Les mots
ne seront jamais suffisants pour exprimer notre reconnaissance à toutes ces personnes qui ont
contribué à la réalisation de ce travail. Qu’il nous soit donc permis, par la même occasion, de
nous acquitter de cet agréable devoir, qui est celui d’exprimer de tout cœur notre profonde
gratitude envers tous ceux qui, de près comme de loin, ont concouru de manière significative à
sa réalisation.

Nos sentiments de gratitudes les plus sincères s’adressent aux Professeurs Katcho KARUME
et Pascaline CIZA, d’avoir accepté volontiers de diriger ce travail. Leurs critiques, leurs
rigueurs scientifiques et leurs constantes disponibilités nous ont été des stimulants très précieux
dans la réalisation de ce travail. Nous restons reconnaissant envers eux, non seulement parce
qu’ils ont accepté de diriger ce travail mais aussi parce qu’ils ont consenti beaucoup d’efforts
en notre faveur pour que nous puissions arriver au bout de notre formation.

Aux Chefs de Travaux, Valence MUTWEDU, Yannick MUGUMAARHAHANA, Patrick

BAENYI et Espoir BAGULA, à l’Assistant Géant CHUMA ; je dis grand merci pour leur
disponibilité et conseils pratiques dans l’orientation de ma réflexion.

Nos remerciements s’adressent au Corps Académique de l’Université Evangélique en Afrique

en général et celui de la Faculté des Sciences Agronomiques et Environnement en particulier,
d’avoir organisé ce programme de troisième cycle pour la promotion de l’éducation nationale.

Nos remerciements vont tout droit au Coordonnateur du projet RU-GRA-GRG-8 de

RUFORUM qui nous a subventionné pour la poursuite de notre programme de formation au
master, par l’entremise du Professeur Pascaline CIZA pour qui nous restons reconnaissant.

Nos sincères remerciements s’adressent également aux Professeurs Dr AYAGIRWE

BASENGERE Rodrigue et Dr René CIVAVA pour les orientations et enrichissements de ce
travail.
 iv

Nos remerciements s’adressent aussi aux chers parents, MWANGA-MWANGA Aloïse et

NABAYA KATEMBERA Bernadette, mes beaux-parents CIRUZI Ferdinand et
NYAMURASA Grâce et à tous mes frères et sœurs, beaux-frères et belles-sœurs, oncles et
tantes, cousins et cousines, neveux et nièces ; pour tant d’attentions, des prières, de sacrifices
consentis à notre égard et des soutiens tant moral que matériel.

Nous remercions également le comité de gestion et les collègues chercheurs du Centre de

Recherche en Sciences Naturelles (CRSN/Lwiro) pour leurs encouragement et orientation
pratiques pour cette formation.

Nos remerciements s’adressent également au Dr Steven DESSEIN, Directeur du Jardin

Botanique de Meise, aux Docteurs Piet STOFELEN, Filip VANDELOOK, Salvator NTORE,
Marc SOSEF, Olivier LACHENAUD, Petra DEBLOCK, Ana Rita SIMÖES et à Madame
Francesca LANATA ; pour tant d’encouragements et des soutiens tant moral que matériel.

Que toutes les personnes qui, de loin ou de près, n’ont pas cessé de témoigner amour et attention
à notre égard, trouvent ici l’expression de notre profonde gratitude. Une pensée spéciale à tous
les laborantins de l’Herbarium de Lwiro, Sébastien MUHAHALA, LAGRISSI RWENDA,
NDINDIMA KULIMUSHI, Dieu-Merci MUPENDA, FATUMA ANGALIKIANA, BORA
MIRINDI et BIREMBANO ANGALIKIANA et à l’Assistant Benjamin NCANGU pour les
orientations dans les analyses statistiques.

Nous remercions tous ceux qui nous ont accompagné sur le terrain. Merci à tous les
compagnons de lutte, qui malgré notre comportement dans la vie quotidienne nous ont supporté
sans découragement. Vos encouragements sont inoubliables à jamais.

A tous, nous disons infiniment merci

Jean-Claude MWANGA MWANGA ITHE

 v

TABLE DE MATIERES

IN MEMORIUM ........................................................................................................ i
DEDICACE .............................................................................................................. ii
REMERCIEMENTS ................................................................................................. iii
TABLE DE MATIERES ............................................................................................. v
LISTE DE FIGURES ..............................................................................................viii
LISTE DE TABLEAUX............................................................................................. ix
LISTE DES ABREVIATIONS ET ACRONYMES ......................................................... x
RESUME ................................................................................................................ xi
ABSTRACT ............................................................................................................ xii
INTRODUCTION GENERALE ................................................................................... 1
0.1. Contexte et justification ................................................................................ 1
0.2. Problématique ............................................................................................... 3
0.3. Objectifs de l’étude ........................................................................................ 5
Chapitre I. REVUE DE LA LITTERATURE ................................................................ 7
1.1. Etude des pâturages................................................................................ 7
1.1.1. Définition .......................................................................................... 7
1.1.2. Importance et menace des pâturages ...................................................... 7
1.1.3. Caractéristique des pâturages ................................................................. 9
1.1.4. Caractérisation des pâturages............................................................... 10
1.1.5. Inventaire floristique ou botanique dans les pâturages ......................... 11
1.1.6. Méthodes utilisées et richesse floristique des pâturages ........................ 11
1.2. Aliments des ruminants et dynamique des pâturages ................................. 13
1.2.1. Les fourrages ........................................................................................ 13
1.2.2. La valeur fourragère du pâturage .......................................................... 15
1.2.2.1. L’eau............................................................................................... 17
1.2.2.2. Matières organiques........................................................................ 17
1.2.3. La biomasse herbacée ou phytomasse aérienne .................................... 19
1.2.4. Dynamique du pâturage ....................................................................... 21
1.3. Propriété physico-chimique du sol .............................................................. 22
1.3.1. La texture ............................................................................................. 23
1.3.2. L’Azote dans le sol................................................................................. 24
1.3.3. Le Carbone dans le sol .......................................................................... 24
 vi

1.3.4. Le Phosphore dans le sol....................................................................... 25

1.3.5. Potassium, Calcium, Magnésium dans le sol......................................... 26
1.4. Occupation des terres ................................................................................. 26
Chapitre II. MATERIELS ET METHODE ................................................................ 28
2.1. Milieu d’étude ............................................................................................. 28
2.2. Méthodes .................................................................................................... 30
2.2.1. Détermination de la diversité floristique ................................................ 30
2.2.2. Acquisition des données et calcul de la superficie des pâturages du Sud-
Kivu ................................................................................................................ 32
2.2.2.1. Notion de base de la télédétection ................................................... 32
2.2.2.2. Quelques indices de la télédétection utilisés ................................... 33
2.2.3. Prélèvement et mesure de la biomasse .................................................. 34
2.2.3.1. Détermination de la matière sèche .................................................. 35
2.2.3.2. Analyse et mesure de la biomasse herbacée .................................... 36
2.2.4. Propriétés physico-chimiques du sol ..................................................... 39
2.2.4.1. Analyses chimiques du sol .............................................................. 40
2.2.4.2. Analyses physiques du sol .............................................................. 45
2.3. Analyse statistique ...................................................................................... 45
Chapitre III. RESULTATS ET DISCUSSION ........................................................... 48
3.1. Résultats..................................................................................................... 48
3.1.1. Analyse floristique ................................................................................ 48
3.1.1.1. Richesse spécifique, spectre des familles et types morphologiques .. 48
3.1.1.2. Diversité floristique des aires agroécologiques pâturées .................. 49
3.1.1.3. Les fréquences et les contributions spécifiques ............................... 50
3.1.1.4. Typologie et caractérisation des pâturages selon les 3 groupes ....... 55
3.1.3. Calcul et estimation de la biomasse dans les pâturages selon la saison 59
3.1.3.1. Variation de biomasse aérienne dans les deux saisons ................... 59
3.1.3.2. Production des nutriments de fourrages dans les deux saisons ...... 61
3.1.4. Analyse granulométrique et ordination des relevés................................ 64
3.1.4.1. Analyse granulométrique ................................................................ 64
3.1.4.2. Analyse chimique............................................................................ 64
3.1.4.3. Les propriétés du sol et quelques paramètres environnementaux
directeurs de la distribution des espèces dans les pâturages ....................... 66
3.1.5. Corrélation entre les propriétés de sol et les valeurs fourragères ........... 68
3.2. Discussion .................................................................................................. 71
3.2.1. Analyse floristique ................................................................................ 71
 vii

3.2.2. Types de pâturages ............................................................................... 72

3.2.3. Biomasse et production des nutriments selon les saisons ..................... 73
3.2.5. Corrélation entre les propriétés du sol et les valeurs fourragères .......... 75
CONCLUSION ET PERSPECTIVE .......................................................................... 76
REFERENCE BIBLIOGRAPHIQUE ......................................................................... 78
ANNEXES ............................................................................................................. 89
 viii

LISTE DE FIGURES

Figure 1 : Localisation des sites d’échantillonnage dans la zone d’étude ............................... 28

Figure 2 : Etapes du processus de télédétection ...................................................................... 32
Figure 3 : Exemple d’Indices utilisés pour le modèle numérique de terrain ............................ 33
Figure 4 : Exemple d’un dispositif d’échantillonnage et récolte de biomasse ........................ 35
Figure 5 : Types morphologiques des espèces inventoriées dans les pâturages du Sud-Kivu . 49
Figure 6 : Variation de la diversité des sites pâturés dans la zone d’étude .............................. 50
Figure 7 : Dendrogramme issu des données d’abondance-dominance des espèces de
pâturage.................................................................................................................... 57
Figure 8 : Carte d’estimation de la superficie occupée par les pâturages après utilisation des
cinq indices ............................................................................................................. 59
Figure 9 : Variation de la matière sèche et des nutriments fourragers selon les saisons ......... 62
Figure 10 : Variation de la protéine, matière organique et autres nutriments fourragers selon
les saisons .............................................................................................................. 63
Figure 11 : Ordination des propriétés du sol influençant la distribution des espèces et des
relevés ..................................................................................................................... 67
 ix

LISTE DE TABLEAUX

Tableau 1. Caractéristique des zones agroécologiques retenues pour cette étude ................... 29
Tableau 2. Indices de diversité spécifique analysés ............................................................... 49
Tableau 3. Analyse de la fréquence et contribution spécifique des espèces fourragères ......... 51
Tableau 4. Abondance-dominance des espèces inventoriées dans les pâturages du Sud-Kivu
(Tableau en annexe) ................................................................................................................ 88
Tableau 5. La superficie estimée des pâturages de Kabare, Walungu et Uvira au Sud-Kivu . 58
Tableau 6. Variation de biomasse aérienne en fonction de saisons ........................................ 60
Tableau 7. Analyses physico-chimiques de sols de pâturages du Sud-Kivu ........................... 65
Tableau 8. Corrélation entre les propriétés physico-chimiques de sols et les valeurs
fourragères dans les pâturages de la zone .............................................................................. 70
 x

LISTE DES ABREVIATIONS ET ACRONYMES

ACP : Analyse en composante principale

APG : Angiosperm Phylogeny Group

CCT : Centre Canadien de la Télédétection

MAT : Matières azotées totales

DEM : Digital Elevation Model

M.O : Matière organique

M.S : Matière sèche

NDVI : Indice de végétation par différence normalisée

NDWI : Normalized Difference Water Index

PBT : Protéines brutes totales

RDA : Redondance

RDC : République Démocratique du Congo

REM : Rayonnement électromagnétique

SIG : Système d’Information Géographique

SNSA : Société National des Statistiques Agricoles

T.M : Type morphologique

UEA : Université Evangélique en Afrique

 xi

RESUME

Cette étude portant sur les pâturages naturels du Sud-Kivu, avait comme objectif principal de
contribuer à la caractérisation des pâturages du Sud-Kivu (Kabare, Walungu et Plaine de la
Ruzizi) et d’évaluer les ressources fourragères actuelles en vue de leur amélioration et gestion
durable. Plus spécifiquement cette étude visait à déterminer la diversité floristique, estimer la
superficie des pâturages naturels du Sud-Kivu via le SIG et la télédétection, déterminer la
meilleure saison pour la production idéale de la biomasse fourragère et les nutriments (C, N, P,
Ca et Mg) dans les pâturages du Sud-Kivu et enfin à analyser les propriétés du sol influençant
la distribution des espèces fourragères et mettre en évidence la corrélation entre ces propriétés
du sol et leurs valeurs fourragères dans les pâturages du Sud-Kivu. Les méthodes
phytosociologiques de Braun-Blanquet, de Télédétection, d’analyse bromatologique et celle de
la granulométrie ont été utilisées au cours de cette étude. Les principaux résultats ont permis
d’inventorier 169 espèces fourragères réparties dans 117 genres et 38 familles dont les plus
dominantes sont les Poaceae (19,48%), les Fabaceae (19,22%) et les Asteraceae (18,42%) et
d’obtenir la biomasse variant de 2,5 à 12,8 t MS ha-1 en saison de pluie et de 1,2 à 4,8 t MS h-1
en saison sèche. La biomasse diminue avec le changement des saisons et perd le poids en saison
sèche, avec p (value) = 0,037. L’indice de Shannon est légèrement élevé à Muganzo et dans le
pâturage de l’INERA Mulungu, avec respectivement 3,24 et 2,90 ; alors qu’il est très bas dans
les pâturages de Kashanja et Madaga avec 1,85 et 1,88. La flore fourragère du Sud-Kivu est
dominée par les herbacées avec 106 espèces sur 63 des ligneuses. Quatre types de pâturages ont
été caractérisés et décrits à partir des données phytosociologiques de terrain. Une surface de
80611,01 hectares de zones pâturées a été estimée et sa distribution a été déterminée à partir
des données satellitaires via le GIS et la Télédétection. L’analyse combinée de l’ACP a montré
une influence des éléments physico-chimiques du sol ainsi que certains paramètres
environnementaux sur la distribution des espèces à l’échelle de la zone d’étude. La corrélation
entre les propriétés physico-chimiques de sols et les valeurs fourragères dépend de la saison.
En saison de pluie, il n’y a pas une corrélation significative entre les ces paramètres. Par ailleurs
en saison sèche, ces propriétés du sol sont corrélées avec les protéines, l’énergie brute, le
carbone et l’azote dans les fourrages.

Les pâturages du Sud-Kivu sont très riches et nécessitent une attention particulière en vue d’une
bonne amélioration et une gestion durable.

Mots - clés : Caractérisation, biomasse, fourrages, pâturages, sol, télédétection, Sud-Kivu

 xii

ABSTRACT

This survey on natural livestock grazings of the South-Kivu (Kabare, Walungu and Ruzizi
plain), aimed to contribute to the characterization of the grazings in the South-Kivu and to
evaluate the present fodder resources in view of their improvement and lasting management.
More specifically, it also determines floristic diversity, appraises the surface of natural grazings
of the South-Kivu via the GIS and the remote sensing, determines the best season for the ideal
production of fodder biomass and nutrients (C, N, P, Ca and Mg) in the grazings of the South-
Kivu and finally analyzes properties of soil influencing the distribution of fodder species and
puts in evidence the inter-relationship between these properties of soil and their fodder values
in the grazings of the South-Kivu. Braun-Blanquet phyto-sociological methods, remote sensing,
bromatological analysis and the granulometric had been used during this survey. Main results
permitted the inventory of 169 fodder species distributed into 117 genus and 38 families such
as Poaceae (19,48%), Fabaceae (19,22%) and Asteraceae (18,42%) are abundant and the
obtention of the biomass in the frame of 2,5 to 12,8 ts MS ha-1 in rain season and 1,2 to 4,8 ts
MS h-1 in dry season. The biomass decreases with the change of seasons and loses the weight in
dry season, with p(value) = 0,037. The Shannon index is raised slightly at Muganzo and in the
grazing of the Mulungu INERA, with 3,24 and 2,90 respectively; whereas it is very low in the
grazings of Kashanja and Madaga with 1,85 and 1,88. Fodded flora of the South-Kivu is
dominated by the herbaceous with 106 species on 63 woody. Four types of grazings have been
characterized and have been described from phyto-sociological land data. A surface of 80611,01
hectares of grazed zones has been appraised and its distribution has been determined from
satellite data via GIS and Remote sensing. The combined analysis of the ACP showed an
influence of the physico-chemical elements of soil as well as some environmental parameters
on the distribution of species to the scale of the survey zone. The correlation between the
physico-chemical properties of soils and fodder values depend of the season. In the rain season,
there is no correlation between these parameters. However, in dry season, soil properties
correlated with proteins, raw energy, carbon and nitrogen in fodders.

The livestock grazings of the South-Kivu are very rich and require a particular attention in a
way of a good improvement and a lasting management.

Keys words : Characterization, biomass, fodders, livestock grazings, soil, remote sensing,
South-Kivu.
 1

INTRODUCTION GENERALE

0.1. Contexte et justification

En Afrique, environ 150 millions de ménages ruraux vivent au dépend de l’élevage durant toute
ou une partie de l’année (CEDEAO, 2008 ; Union Africaine, 2010 ; Krätli et al., 2013).
Aujourd’hui, l'élevage fait partie des principaux secteurs représentant un atout précieux dans
l'agriculture traditionnelle et moderne et joue encore plusieurs rôles importants pour les petits
exploitants agricoles (Klapwijk et al., 2020). Toutefois, la demande en produits d'origine
animale, en qualité et en quantité, a augmenté considérablement d’une part (Razafinarivo, et
al., 2017) ; ce qui demande à ce que la nourriture des animaux soit riche en nutriments dont les
glucides, les protéines, les lipides ou matières grasses, les vitamines ainsi que les minéraux
(Meschy, 2007; Brunschwig, 2013). D'autre part, les dynamiques d’occupation des territoires
agropastoraux ; qui font à leur tour que la disponibilité du foncier pour la production de
fourrages et/ou autres aliments pour les animaux, ainsi que l'accessibilité à ces produits,
deviennent des enjeux majeurs (Hailu, 2015 ; Razafinarivo, et al., 2017). Ainsi, la
compréhension de cette demande en produit d’origine animale (en qualité et en quantité) et la
maitrise de cette dynamique d’occupation des territoires agropastoraux s’avèrent important et
indispensable. Dans les pâturages, le substrat sur lequel se développent les différentes espèces
constitue un facteur de variation de la production potentielle (Zoungrana, 1991). Cette
production potentielle varier en fonction de la composition floristique (richesse floristique ;
faisant appel à l’inventaire botanique dans les pâturages) et de la contribution spécifique des
espèces présentes dans les pâturages (Traoré, 2002). Selon la nature du sol et sa composition
floristique, les valeurs sur la production de biomasse dans un pâturage, varient différemment
(Zoungrana, 1991). En effet, le sol de par sa topographie et ses caractéristiques physico-
chimiques déterminent la disponibilité en eau et en éléments nutritifs pour la croissance des
plantes (Zoungrana, 1991). Dans ce cas, la disponibilité fourragère est abondante et
permanente ; ce qui favoriserait la production animale et augmenterait l’économie de l’éleveur.
A cette exigence de ces caractéristiques physico-chimiques du sol, s’ajoute aussi le problème
de la saisonnalité. Compte tenu de la rareté de ressources en saison sèche, il s’observe une
surexploitation de pâturages (Lesse et al., 2016 ; Sodre, 2009). Vue, les différentes contraintes
observées et l’importance de l’élevage en Afrique, la connaissance de l’alimentation des
ruminants est indispensable en Afrique. Il est donc une activité socioéconomique d'importance
majeure en Afrique subsaharienne et particulièrement en République Démocratique du Congo,
 2

où il assure à la fois des fonctions macroéconomiques et environnementales (Novak et al.,

2012).

Situé au cœur de l’Afrique, la République Démocratique du Congo (RDC) l’un des pays
d’Afrique subsaharienne en voie de développement, possède d'énormes ressources en bétail.
Ces ressources jouent un rôle crucial dans les moyens de subsistance de la majorité des
congolais (Ministère de l’Agriculture, 2016). Elle dispose d’un potentiel d’élevage d’environ
40 millions de tête de gros bétail avec un cheptel national très diversifié et dominé
essentiellement par les caprins en termes des têtes d’animaux, 60% contre 11, 14 et 15%
respectivement pour les bovins, ovins et porcins (Ministère de l’Agriculture, 2016).
Malheureusement, une grande partie des infrastructures d'élevage a été détruite suite aux
différentes guerres (Katunga et al., 2014). En plus des guerres à répétition, les chiffres du
cheptel ont diminué en raison du vol, des maladies et de l'émigration et manque d’aliments,
réduisant ainsi la capacité de production de la viande, du lait et autres produits secondaires
(Katunga et Muhigwa, 2014).

Dans la province du Sud-Kivu à l'Est de la RDC, une étude effectuée en 2011 a révélé qu'en
moyenne, les éleveurs possèdent 3,8 bovins, 8,0 volailles, 2,7 porcs, 7,1 caprins et 3,8 lapins
comme actifs d'élevage, élevés sur une petite parcelle de pâturage d'environ 0,6 ha (Zozo et al.,
2011). Bien souvent des zones de pâturages restreintes entraînent des compétitions chez les
bêtes, suite au manque des fourrages suffisants (Zozo et al., 2011) pouvant entrainer à la longue,
une mortalité animale. Ainsi, la production animale au Sud-Kivu fait face à de nombreuses
contraintes, entraînant ainsi une forte baisse du bétail, allant de 91.693 à 88.974 têtes de bovins,
soit une baisse d’environ 10% entre 2000 et 2014 (SNSA, 2012 ; Ngoy, 2015) en raison d'une
mortalité animale élevée et d'une alimentation insuffisante (Katunga et al., 2014). Le chômage
et la pauvreté, dans la zone d’étude, font à ce que plusieurs pâturages ont été transformés en
champs des cultures et ceux qui sont opérationnels sont installés sur des petites étendues et sont
en surexploitation (Zozo et al., 2011 ; Muhimuzi et al.,2014). À court et à moyen termes, cette
surexploitation mène à des phénomènes de dégradation des sols qui conduisent à une
diminution de leur productivité (Heri-Kazi & Bielders, 2020). Les pressions sur les pâturages
sont élevées et les fourrages ne suffisent pas à supporter le nombre d'animaux au pâturage bien
que ces derniers soient en baisse (Katunga et Muhigwa, 2014). Cette situation limite la
disponibilité fourragère, surtout pendant la saison sèche (Maass et al., 2012 ; Katunga et al.,
2014) réduisant alors quantitativement et qualitativement la production animale dans les
ménages agricoles (Katunga et Muhigwa, 2014). Ces pressions élevées sur les pâturages et la
 3

production d’un fourrage de faible qualité surtout pendant la saison sèche, occasionnent une
sous-alimentation d’une proportion significative du bétail tout en réduisant leur productivité
(Bilal et al., 2015 ; Heri-Kazi & Bielders, 2020).

0.2. Problématique

Dans les zones tropicales, l'alimentation du bétail est essentiellement basée sur le pâturage
naturel (Kagoné, 2000 ; Correra, 2006 ; Bechir et al., 2009). La disponibilité de celui-ci est
inégale dans le temps suivant les conditions pluviométriques (Sawadogo et al., 2005) et dans
l'espace suivant la nature du substrat édaphique liée à la situation topographique (Sinsin, 1993 ;
Toko et Sinsin, 2011). En plus de la lumière, de la chaleur, de l’eau et de l’air ; les végétaux ont
besoin pour leurs croissances d’une abondance en éléments minéraux et d’un sol bien aéré avec
une permanence d’eau (Bonneau, 1962). C’est pourquoi d’ailleurs, quelques mois après la
saison pluvieuse, la phytomasse herbacée dans les pâturages, est réduite à l'état de paille et ne
couvre plus les besoins du cheptel (Zouri, 2003). Ces insuffisances pluviométriques couplées
aux besoins sans cesse croissants de 1'homme en terres cultivables et la pratique des feux de
brousses en saison sèche réduisant ainsi le temps de jachère pouvant permettre la reconstitution
des pâturages, entraînent sensiblement une diminution des superficies des aires pâturées, voire
souvent leur dégradation (Yanra, 2004) ; alors que la croissance démographique et
l'urbanisation engendrent une augmentation de la demande en produits d'origine animale
(Razafinarivo et al., 2017 ; Kaboré-Zoungrana, 1995). Ce déficit entraîne une baisse de
production et de productivité des animaux. Ces problèmes de déficit fourrager ont un incident
direct sur l'écosystème pâturé (Yanra, 2004). Cet écosystème subit une surexploitation de
certaines espèces pouvant conduire à leur disparition (Yanra, 2004). Ce phénomène pose ainsi
la problématique de gestion durable des ressources alimentaires ; pourtant, la gestion rationnelle
de pâturages conformément aux saisons (sèche et de pluie) permettrait une gestion durable de
ressources alimentaires et aussi la viabilité de systèmes d'élevage existants.

Ainsi, l'amélioration de la productivité du cheptel dans les élevages passe alors nécessairement
par une gestion rationnelle du disponible fourrager des champs et des pâturages naturels (Yanra,
2004) ; bien que ces résidus de culture ne représentent qu’un faible apport nutritionnel. Or,
l’une des contraintes majeures qui freinent le développement des systèmes actuels de
production animale généralement dans les pays en voie de développement (Lesse et al., 2016)
reste et demeure l’alimentation. Selon les estimations, plus de 90 % de l’énergie consommée
par les ruminants proviennent des pâturages, pendant que moins de 10% des pâturages tropicaux
 4

sont utilisés de façon rationnelle (Lesse et al., 2016 ; Pagot, 1985). Ainsi, Berthiaume et al.
(2015) ; Babayemi et Adebayo (2020), rapportent dans leurs études, que lorsque la ration
animale accuse de manquements nutritionnels, les animaux deviennent moins productifs.
Autrement-dit, si un animal ne reçoit pas suffisamment de matières grasses, de protéines ou de
glucides dans son fourrage, il se discerne une perte de poids, une diminution de la production
du lait ainsi que celle de la reproduction (Gnanda et al., 2005). Le manque de minéraux quant
à lui, crée des problèmes qualifiés d'absence de rut, couplée à une mauvaise croissance des os
et il s’en suit une chute des poils (Berthiaume et al., 2015). Lorsque la ration animale accuse
aussi le manque de vitamines ; cela crée des problèmes de cécité et de gonflement des
articulations (Berthiaume et al., 2015). Pour ce faire, il s’observe un sérieux déficit des espèces
fourragères tant au plan qualitatif qu’au plan quantitatif pendant la période sèche de l'année.
Toutefois, les fourrages disponibles sur les pâturages non exploités à l’Est de la RDC, plus
précisément au Sud-Kivu sont mal connus car non inventoriés. Ce qui rend difficile la
détermination de leurs productivités en phytomasse et l’estimation de leurs valeurs
bromatologiques de fourrages affectés par la saisonnalité (Nguluma et al., 2020). Cependant,
la composition floristique, la productivité ainsi que la valeur nutritionnelle des pâturages et
prairies naturelles existant à l’Est de la RDC (Sud-Kivu) depuis les années 1960 après
l’indépendance ne sont plus documentées. Cette situation n’ouvre malheureusement pas de
piste au programme d’amélioration de pâturages pour augmenter la productivité animale. Par
voie de conséquence, le système d’alimentation étant dominée par l’utilisation de fourrages
disponibles sur pâturage, certains éleveurs s’adonne à la transhumance au cours de la saison
sèche (Nguluma et al., 2020) ; ce qui n’est malheureusement pas encouragé.

Malgré un nombre actuellement réduit de la population animale au Sud-Kivu, l’indisponibilité

des aliments, surtout pendant la saison sèche, est perçue par les agriculteurs et éleveurs comme
l'une des contraintes majeures (Katunga, 2004). Si des stocks de résidus de cultures sont utilisés,
il est à reconnaître que cette part reste d'un faible apport dans l'alimentation animale au regard
des besoins énormes que ressentent les animaux pour traverser la saison sèche. Ces résidus
essentiellement constitués de pailles et tiges de céréales sont de faible valeur nutritive et leur
disponibilité se trouve limitée par la compétition des autres usages domestiques (Katunga et al.,
2014).

De ce fait, pour arriver à couvrir ces besoins énormes que ressentent les animaux pendant la
saison sèche, l’éleveur doit nécessairement développer un mécanisme de conservation du
fourrage, surtout pendant la saison pluvieuse où il est en abondance. Il pourra aussi développer
 5

une stratégie de la mobilité des animaux bien que cela est moins encouragée. Cette dernière lui
impose de faire une identification de différents pâturages dans la région pour une connaissance
d’espèces fourragères y retrouvées (inventaire floristique). Aussi, les estimations de la valeur
bromatologique de fourrages inventoriés sur les pâturages, leurs productivités ainsi que les
performances des animaux qui y pâturent s’avèrent importantes afin de rendre facile la
détermination relativisée de besoins nutritionnels de ces ruminants ; car les pâturages
constituent la base, voire le plus souvent, la totalité des ressources alimentaires des ruminants
(Goubau, 2010). Raison pour laquelle cette étude est indispensable pour faciliter la
connaissance de différentes espèces fourragères des pâturages naturels de la région (Sud-Kivu)
mais aussi le type de sol que ces espèces préfèrent, la valeur bromatologique de ces fourrages
et la gestion de ces derniers en utilisant la télédétection et GIS.

C’est dans ce cadre que cette étude s’est proposé d’apporter des réponses aux questions liées à
la quantité et qualité des fourrages disponible dans les pâturages naturels du Sud Kivu. Mais
aussi de caractériser les conditions édaphique et pluviométrique ainsi que la répartition spatiale
de ces espèces dans les pâturages, en vue de contribuer à l’amélioration de l’alimentation du
cheptel ruminant dans la zone d’étude.

Au cours de cette recherche, quelques questions ont été formulées :

✓ Quels sont les différents types végétations et la diversité spécifique au sein des pâturages
naturels du Sud-Kivu ?
✓ La combinaison de plusieurs indices de végétation permet-elle d’estimer la superficie
des pâturages dans la province du Sud-Kivu ?
✓ Les plus grandes biomasses sont-elles produites pendant la grande saison pluvieuse dans
la province du Sud-Kivu ?
✓ Quel type de sols préfèrent plusieurs espèces fourragères et quelle est la relation entre
ce type de sols et les valeurs fourragères dans la province du Sud-Kivu ?

0.3. Objectifs de l’étude

Cette étude s’inscrit dans le cadre général de l’écologie des communautés. Elle vise
globalement à contribuer à la caractérisation des pâturages du Sud-Kivu en vue de leur
connaissance et gestion durable. Cela sous-entend, une évaluation des ressources fourragères
actuelles du Sud-Kivu. De manière spécifique, il a été question de :

✓ Déterminer la diversité floristique, la contribution spécifique et la typologie des

formations pâturées du Sud-Kivu ;
 6

✓ Estimer la superficie des pâturages naturels du Sud-Kivu via le SIG et la télédétection ;

✓ Déterminer la meilleure saison pour la production idéale de la biomasse fourragère et
les nutriments (C, N, P, Ca et Mg) dans les pâturages du Sud-Kivu ;
✓ Analyser les propriétés du sol influençant la distribution des espèces fourragères et
mettre en évidence la corrélation entre ces propriétés du sol et les valeurs fourragères
dans les pâturages du Sud-Kivu.
 7

Chapitre I. REVUE DE LA LITTERATURE

1.1. Etude des pâturages

1.1.1.Définition

Le pâturage est un espace à base de prairies naturelles dont les herbes et les plantes sont
consommées sur place par les animaux herbivores ou omnivores (Baderhekuguma et al., 2019).
Dans les études de pâturages, deux types sont connus, le pâturage artificiel et le pâturage
naturel. Mais dans cette étude, il a été question des pâturages naturels. Les pâturages naturels
sont des zones composées d’une végétation spontanée et variée, présentant des qualités
pastorales variées et parfois complémentaires (Goubau, 2010). Ils constituent la base et/ou la
totalité des ressources alimentaires des ruminants. En Afrique, outre l’agriculture, l’élevage
constitue l’un des secteurs dont l’économie reste inféodée aux services des formations végétales
(Amegnaglo et al., 2018). Ce dernier contribue au PIB agricole des pays en développement.
Particulièrement dans la zone ouest africaine, l’élevage occupe une part importante dans le
développement socioéconomique des populations rurales (Amegnaglo et al., 2018).

1.1.2. Importance et menace des pâturages

Ces dernières décennies, l’étude des pâturages naturels ont connu une avancée significative en
raison de leur importance socioéconomique, écologique et écosystémique (Amegnaglo et al.,
2018). Des travaux sur la caractérisation des pâturages (Amegnaglo et al., 2018 ; Sodre, 2009 ;
Yanra, 2004), sur l’écologie, la structure et la dynamique des végétations naturelles pâturées
ont été conduits dans la zone ouest africaine (Lejoly and Sinsin, 1991 ; Gaoue and Sinsin, 2003).
D’autres investigations ont été menées au Bénin sur la typologie, productivité, capacité de
charge et valeur pastorale des pâturages (Lesse et al., 2016).

En République Démocratique du Congo, c’est depuis très longtemps que ces genres d’études
sur les pâturages ont commencé (Leplae, 1914 ; Scaëtta, 1936 ; Taton, 1949) et continuent
jusqu’aujourd’hui mais timidement (Zozo et al., 2010 ; Bacigale et al., 2014 ; Muhimuzi et al.,
2014 ; Katunga et al., 2014). Après l’indépendance du pays, les études ont commencé à
diminuer jusqu’à presque disparaître, suite aux différentes guerres succédées les unes aux autres
dans le pays (Katunga et al., 2014). Néanmoins, lorsque ces études ont commencé timidement,
ces études ont été orientées dans le cadre des inventaires, malheureusement sur des petites zones
(Baderhekuguma et al., 2019) et ont abordé plusieurs facteurs tels que la composition
floristique. D’autres ont abordé l’aspect alimentaire, sur l’introduction dans les milieux, des
 8

certaines espèces nécessitant l’amélioration des pâturages (Muhimuzi et al., 2014 ; Katunga et
al., 2014).

Cependant, les études sur la caractérisation, la diversité floristique et la typologie dans la zone
d’étude s’avèrent importante et indispensable.

En effet, les pâturages jouent un rôle important dans la survie et/ou l’alimentation du cheptel
en favorisant le maintien d’une diversité biologique (Kefifa, 2005). Mais, néanmoins, ces
écosystèmes sont constamment menacés par la croissance démographique, le chômage et la
pauvreté (Zozo et al., 2011 ; Kaddour, 2014 ; Muhimuzi et al.,2014). En Algérie, les hautes
plaines steppiques (des régions à vocation essentiellement pastorale), connaissent actuellement
une forte tendance à la dégradation se traduisant par la réduction du potentiel biologique et la
rupture des équilibres écologiques et socioéconomiques (Kaddour, 2014). Ce processus s’est
particulièrement accentué du fait d’une exploitation excessive des ressources naturelles
(pâtures), du défrichement et de la mise en culture des terres fragiles (Bedrani, 1996 ; Ben
Brahim et al., 2004). Cependant, au Burkina-Faso, de plus en plus, l’adéquation entre les
effectifs et la disponibilité des ressources alimentaires connaît des contraintes en hivernage liées
à l’expansion des champs et en saison sèche en raison des charges animales élevées et à la
dégradation des parcours naturels (Kiema, 2008). En effet environ 3,3% des espaces pastoraux
sont mis en culture chaque année tandis que la population animale croît annuellement de 2-3%
(DRED, 2003). Au Togo, les formations végétales naturelles sont sujettes aux activités
anthropiques surtout d’origines pastorales locales exacerbées par la transhumance
transfrontalière (Sokemawu, 2008). Durant toutes les saisons sèches, outre le cheptel local
environ 59% du cheptel bovin ouest africain arrivent au Togo à la recherche de pâturages
(Amegnaglo et al., 2018). En RDC plus particulièrement au Sud-Kivu, l’espace pâturable est
très réduit à cause de la densité élevée de la population (Baderhekuguma et al., 2019), ce qui
rend le bétail y élevé dans le milieu, moins bien nourri et par conséquent moins rentable aux
propriétaires.

Ces menaces peuvent engendrer des situations nouvelles caractérisées par la réduction du
couvert végétal, la diminution de la production fourragère, l’extension rapide de l’érosion
éolienne dans des zones agricoles et non agricoles, conduisant à l’ensablement et à la
désertification (Nedjraoui et Bedrani, 2008 ; Kaddour, 2014) et enfin la réduction de la
biodiversité et de la biomasse. Cependant, plusieurs formations végétales tropicales auxquelles
appartiennent la plupart de pâturages rencontrés dans la région de grands-lacs, au départ
 9

naturelles, restent fortement soumises à d’importantes dynamiques, certaines formations

végétales deviennent sporadiques pendant que d’autres peuvent toutefois être entretenues par
l’homme au regard de leur valeur d’appréciabilité par le bétail élevé (Massabie et al., 2013).

Au tout début de la saison de pluies, les animaux en élevage (les herbivores) sont soigneusement
orientés vers les différentes formations végétales (ressources alimentaires) pour en exploiter les
premières repousses (Rushirumuhirwa, 1992 ; Kibwana et al., 2012). Néanmoins, pendant la
saison sèche froide, juste après les récoltes agricoles, les animaux pâturent les résidus de
cultures aux champs comme la culture du maïs et du riz. En revanche, pendant la saison sèche
chaude, les animaux parcourent l’ensemble des unités de pâturage du milieu tout en privilégiant
les zones inondables à la recherche de l’eau (qui commence à se faire rare). C’est durant cette
dernière période que la coupe de fourrages ligneux est pratiquée sur les unités de pâturage de
collines par les éleveurs (Rushirumuhirwa, 1992 ; Kibwana et al., 2012).

Pour minimiser ou lutter contre ces menaces, des études sur les pâturages se sont effectuées
dans le monde entier en utilisant diverses méthodes, entre autres les méthodes
d’échantillonnages sur le terrain et très récemment l’imagerie.

1.1.3. Caractéristique des pâturages

Dans la zone guinéenne et soudanienne, les pâturages sont fortement couverts par une
végétation abondante dominée en grande partie par des savanes. Néanmoins, on y trouve aussi
les formations forestières. Dans ces zones, l’alimentation du cheptel ruminant est l’un des
principaux services fournit par la diversité végétale (Amegnaglo et al., 2018). Cette diversité
est influencée par plusieurs facteurs dans les pâturages. En RDC, elle est influencée par la
température, la pluviométrie, les propriétés du sol, la topographie et plusieurs activités
anthropiques comme par exemple le feu de brousse qui est d’ailleurs beaucoup plus pratiqué à
l’Est de la RDC (Kibwana et al., 2012).

Les ressources en pâturages au Sud-Kivu sont essentiellement constituées de parcours naturels

représentant l’ensemble essentiel de l’élevage principalement celui de ruminants, appuyant et
suppléant ainsi l’agriculture. Ces parcours se distinguent par une végétation exclusivement
dominée d’herbes et d’arbustes constituant ainsi l’écosystème naturel (Kibwana et al., 2012).
Ainsi, de tels parcours apportent de larges avantages économiques et écologiques. L’avantage
le plus important reste la régulation de l’écoulement et la qualité de l’eau, la séquestration du
 10

carbone dans le sol, et la protection de sols fragiles contre l’érosion (Banyard et al., 2010 ;
Judica, 2016).

Cependant, compte tenu de la carence de la plupart de pâturages en éléments majeurs dans le

sol tels que l’azote ainsi que le phosphore, nombreuses espèces herbagères accusent une période
végétative trop courte. Cela traduit une forme d’adaptation aux incertitudes de précipitations.
Au cours de la saison sèche, il s’observe un lourd piétinement de la végétation par le bétail, plus
particulièrement sur les sols sablonneux, qui tend à éliminer les plantes qui ont un système
racinaire peu profond (Walangululu et al., 2019).

1.1.4. Caractérisation des pâturages

Les pâturages étant soumis à de fortes variabilités dues à la saison ainsi qu’à une tracassière
d’invasion démographique, ces derniers doivent pour ce faire être bien caractérisés pour
pouvoir couvrir les besoins des animaux et savoir comment orienter les calculs des
supplémentations lorsque les ressources alimentaires sur pâturage semblent moins efficaces.
Ceci doit donc passer par un inventaire floristique suivi de la détermination de la valeur
bromatologique de ressources ainsi que de la capacité de charge de pâturages pour leur gestion
durable (Choisis et al., 1990).

Ainsi, dans la zone guinéenne du Togo, lors d’une étude sur la caractérisation des formations
végétales pâturées, 5 types de formations végétales ont été identifiées. Les Poaceae dominent
avec 48 espèces suivies des Fabaceae et Cyperaceae, respectivement avec 31 et 23 espèces
(Amegnaglo et al., 2018). Dans cette zone, les herbacées constituent majoritairement les
espèces fourragères. Ces 5 types caractérisent les pâturages retrouvés dans les zones humides
(inondés) et non humides ainsi que dans les jachères humides constamment brulées. Ces
groupements sont influencés par un gradient d’humidité du sol et d’anthropisation. Dans son
étude sur la caractérisation des pâturages naturels Sodre (2009) caractérise les pâturages suivant
3 niveaux de distance à l’aire protégée et trouve 5 unités. Deux espèces dominent dans cette
zone selon les 3 niveaux de distance à l’aire protégée. Il s’agit d’Andropogon pseudapricus
(caractérisant les savanes pâturées du premier et deuxième niveaux) et Loudetia togoensis,
caractérisant les savanes éloignées de plus des 5 Km du parc (troisième niveau). Selon
Hoffmann (1985) et Toutain et al. (1977), ces deux espèces sont indicatrices et caractéristiques
des milieux épuisés et/ou de milieux fortement pâturés.
 11

1.1.5. Inventaire floristique ou botanique dans les pâturages

Préalablement, l’étude d’un pâturage renvoie tout d’abord à l’inventaire floristique par des
prospections à l’issue desquelles des listes d’espèces sont établies (Sawadogo et al., 2018). En
effet, l’inventaire permet premièrement (i) de connaitre les formations végétales qui s’y
trouvent, (ii) puis les différents types (aspect morphologique) qui colonisent la végétation, (iii)
ensuite les structures phytogéographiques à des échelles spatiales considérées et enfin, (iv) la
gestion de la phytodiversité (Alaoui et Laaribya, 2017). Ainsi, se distingue différentes méthodes
pour étudier les pâturages. Parmi ces méthodes, deux sont plus souvent utilisées : la méthode
de transect et celle de relevé phytosociologique ou point quadrat.

Par ailleurs, la méthode courante dite de relever phytosociologique est largement appliquée
pour inventorier et déterminer la richesse floristique fourragère disponible sur les pâturages.
Cette méthode a été utilisée dans la deuxième moitié du 19ème siècle par Braun Blanquet et ses
collaborateurs de l’école zuricho-montpélerienne. Cette méthode a déjà été utilisée par Yanra
(2004), Sodre (2009), Sawadogo et al. (2018), etc. Elle consiste à identifier toutes les espèces
tout en accordant à chaque espèce répertoriée dans le pâturage, un coefficient d’abondance-
dominance, allant du coefficient 5 (avec un recouvrement de plus de 75%) à coefficient +
(individu solitaire, rare ou très peu nombreux).

1.1.6. Méthodes utilisées et richesse floristique des pâturages

Selon l’étude réalisée au Burkina Faso sur la caractérisation des pâturages naturels par Yanra
(2004), à partir de l’approche points quadrats combinée par les images photographiques
aériennes de la zone, a permis d’inventorier 117 espèces fourragères herbacées et 90 ligneuses.
Les images utilisées ont permis d’identifier cinq (5) unités végétatives dans la zone d’étude, à
savoir : les savanes arborées, les savanes arbustives, les savanes herbacées, les savanes ripicoles
et les jachères. Ces dernières ont permis l'implantation des stations sur le terrain sur base des
informations fournies par la carte. Ces informations ont permis de définir des transects sur la
zone d'étude de manière à rencontrer le maximum d'hétérogénéité du paysage. Pour maximiser
la chance d’avoir toutes les informations possibles sur les espèces caractérisant la zone d’étude ;
le dispositif expérimental a consisté en l'installation de trois (03) stations carrées de 0,25 ha
chacune sur chaque unité d'occupation du sol, soit au total quinze (15) stations. C'est sur ces
stations que se sont déroulées : les analyses floristiques ainsi que l'évaluation de la phytomasse.
Sur le terrain, notamment sur chaque station d'étude un ruban métrique tendu sur une distance
de 50 mètres au-dessus du toit du tapis herbacé ou en son sein avait servi de ligne de lecture.
 12

Deux lignes ont été ainsi matérialisées à travers les deux médianes de chaque station (Yanra,
2004). Toujours au Burkina-Faso, Sodre (2009), montre à partir de l’approche points quadrats,
une méthode selon Sodre (2009) peu coûteuse et utilisée par plusieurs chercheurs au Burkina-
Faso (Grouzis, 1988 ; Narco, 1989 ; Zoungrana, 1991 ; Traoré, 2002), que c’est la meilleure
méthode pour analyser les pâturages. Il continue en précisant que cette dernière permet de
réaliser un bon inventaire et une bonne répétabilité en éliminant le facteur personnel. Dans son
étude sur la caractérisation des pâturages naturels du terroir de Kotchari et de la partie voisine
du Parc W ; le facteur distance à l’aire protégée a été considéré dans le choix des sites (Sodre,
2009). C’est-à-dire, les comportements de pâturages très éloignés à une aire protégée et ceux
rapprochés. Ainsi trois (3) niveaux de distances ont été retenus à cet effet : les milieux internes
au Parc W, nommé (niveau 0) ; les milieux proches du parc situés à moins de 5 km (niveau 1)
et les milieux éloignés situés à plus de 5 km du parc (niveau 2). Cette méthode comme l’ont
indiqué Grouzis (1988), Narco (1989), Traoré (2002) et Sodre (2009) est meilleure et peu
coûteuse mais a aussi de limite dans les études d’analyse d’une formation végétale. Cette
dernière ne donne bien entendu pas un inventaire exhaustif de la composition floristique d'un
groupement végétal, mais elle permet de déterminer les principales espèces et leurs fréquences
respectives (César, 1990). En partant des objectifs assignés dans la présente étude, cette dernière
n’a pas été utilisée suite à ses limites citées ci-haut. Au Bénin et Togo, Lesse et al. (2016) et
Amegnaglo et al. (2018) en faisant la typologie, productivité, capacité de charge et valeur
pastorale des pâturages des parcours transhumants au Nord Est de la République du Bénin et
en caractérisant les formations végétales pâturées de la zone guinéenne du Togo ; ces auteurs
ont choisi la méthode phytosociologique de Braun-Blanquet pour inventorier et analyser la
diversité floristique et la typologie des formations végétales qui servent de source
d’alimentation aux cheptels ruminants. Pour y arriver, les inventaires ont été orientés par les
indices de pâturage dans les formations végétales. Les points d’échantillonnage ont été définis
après une phase exploratoire de visite de terrain couplée à des entretiens avec les populations.
Elle est très coûteuse par rapport au temps et à la main d’œuvre mais très avantageuse, car elle
permet de donner une liste floristique complète d’un milieu donné, permet de calculer la
diversité floristique du milieu, l’évolution de la composition floristique, … raison pour laquelle
elle a d’ailleurs été choisie dans la caractérisation des pâturages naturels du Sud-Kivu. Dans
l’étude de Lesse et ses collaborateurs ainsi qu’Amegnaglo et al. (2018), il s’observe dans leur
approche, lors de la récolte des données, une certaine limite. Pour Lesse et al. (2016), un total
de 60 relevés phytosociologiques a été effectué durant la période de maturation des espèces
herbacées. Pour Amegnaglo et al. (2018), un total de 63 relevés floristique, écologique et
 13

forestier ont été effectués à l’échelle de la zone d’étude. Ces relevés ont été conduits en juillet,
période de maturité des espèces herbacées. Toutes ses études ont été menées pendant une seule
période tout en oubliant que la formation végétale évolue selon les périodes ou les saisons.
Toutes les espèces végétales dans une formation végétale donnée ne sont pas totalement
disponibles pendant une seule période.

Sitou et al. (2019) dans leur étude sur la caractérisation des pâturages naturels du Niger ; ils
utilisent la méthode bibliographique pour caractériser, estimer la diversité et l’exploitation des
pâturages du Niger. Selon les auteurs, cette méthode est bonne dans une région où il y a déjà
assez d’études qui cadre avec la thématique.

Pour la caractérisation des pâturages du Sud-Kivu, la méthode phytosociologique de Braun-

Blanquet a été choisie tout en intégrant toutes les périodes (période sèche et pluvieuse) pouvant
faciliter la connaissance de la meilleure ou mauvaise production des fourrages dans la zone
d’étude.

1.2. Aliments des ruminants et dynamique des pâturages

1.2.1. Les fourrages

Les plantes fourragères se définissent selon le dictionnaire Robert, comme étant les plantes
servant de nourriture au bétail. Les fourrages désignent en d’autres termes, les plantes utilisées
pour l’alimentation des ruminants. Le fourrage est constitué des parties végétatives des plantes
(feuilles, tiges, éventuellement racines), à l’exclusion des graines et des fruits. Il est d’une
composition botanique et morphologique très hétérogène (Goubau, 2010). Leur étude avait été
pendant longtemps considérée comme peu importante (Baderhekuguma et al., 2019). C’est
après que, s’a pris une considération dans le monde scientifique. Ainsi, les ressources
fourragères des formations pâturées ont fait l’objet de recherche dans plusieurs pays (Sinsin,
1993 ; Djenontin, 2010 ; Demakou et al., 2011 ; Demakou et al., 2012 ; Yameogo et al., 2014).
D’autres études ont été menées sur ces formations pour évaluer les indicateurs du potentiel
fourrager de ces dernières en vue de leur gestion durable (Agonyissa et Sinsin, 1998).
Les plantes fourragères recouvrent plus de 60 % des terres cultivées au Québec (Allard et al.,
1998). Ces grandes superficies en fourrages sont gages d’une production laitière économique,
durable et respectueuse de l’environnement (Allard et al., 1998). Contrairement aux cultures de
maïs, de soya ou bien des quelques espèces de céréales cultivées au Québec, les plantes
fourragères englobent généralement un très grand nombre d’espèces : des légumineuses, des
 14

graminées et d’autres familles. L’utilisation de différentes espèces fourragères au Québec, et

ailleurs, dépend de plusieurs facteurs reliés aux expériences, bonnes ou mauvaises, aux
performances, aux traditions et à l’attrait du nouveau (Allard et al., 1998). Les plantes
fourragères susceptibles de nourrir le bétail sont extrêmement nombreuses sous les tropiques ;
la plasticité de certaines les a rendues cosmopolites ; d'autres, par contre, ont une écologie
beaucoup plus étroite (Martin, 1970). Les aliments d’origine végétale ou aliments fourragés se
caractérisent par une très grande diversité (Kaddour, 2014) :
- De par leur aspect botanique
- De par leurs caractéristiques morphologiques, anatomiques
- De par leurs caractéristiques physico-chimiques.
En Afrique, dans les zones tempérées à semi-arides (cas de l’Algérie) les fourrages sont
constitués par plusieurs familles de végétaux, représentés essentiellement par deux grandes
familles qui constituent la base des peuplements végétaux naturels (peuplements prairials) et
comptent aussi un nombre important d’espèces cultivées (Kaddour, 2014). La première grande
famille est celle des graminées, dont les espèces les plus importantes sont les céréales. Elles
constituent l’une des familles de plantes à fleur plus importantes, avec plus de 10.000 espèces,
groupées en 28 tribus, très inégalement réparties dans le monde, mais cependant très largement
dispersées. Le pourcentage de genres cosmopolites est particulièrement important dans cette
famille. Six (6) tribus surtout sont importantes, dont 3 plus spécialement tropicales et
subtropicales (Martin, 1970). La température est le facteur climatique le plus important qui
intervient dans leurs répartitions. Ces 3 tribus sont les Eragrostées 8,1% des graminées dans
l'ensemble du monde, les Andropogonées 11,9% et enfin les Panicées 24,7% (Martin, 1970).
La deuxième grande famille est celle des légumineuses, qui jouent un rôle important dans la
fixation de l’azote. Ce sont des plantes très importantes, nutritives et constituent une source
particulièrement utile de protéines fourragères, soit 2,5 % d'azote en moyenne pour les parties
aériennes (Martin, 1970 ; Allard, 1998). Elles comprennent de très nombreuses plantes utiles
pour l'homme et l’animal, sous tous les climats. De nombreuses espèces sont intéressantes pour
la nourriture des animaux, avec l'avantage de présenter en même temps un grand intérêt sur le
plan agronomique (Martin, 1970). De nombreuses légumineuses tropicales, herbacées ou
arborescentes sont broutées sur place. Au Soudan une étude a dénombré 264 espèces de
papilionacées qui sont broutées par les animaux (Martin, 1970). A côté de ces deux grandes
familles fourragères ; existe aussi d’autres espèces fourragères intéressantes qui appartiennent
à d’autres familles et conviennent à des milieux particuliers ; c’est le cas du cactus (famille des
Cactaceae) pour les régions sèches, des Atriplex (famille des Chenopodiaceae) pour les terres
 15

arides un peu salinisées, des Artemisia (famille des Asteraceae), arbrisseaux adaptés aux
steppes arides, et de certains arbres et arbustes de diverses autres familles (Meliaceae,
Rhamnaceae, Capparidaceae, etc.).

1.2.2. La valeur fourragère du pâturage

L’estimation et/ou la détermination de la production tant quantitative que qualitative se veut

utile pour coordonner les mesures de gestion durable d’un pâturage. La valeur fourragère d'un
pâturage aussi appelée valeur bromatologique constitue un des volets importants dans
l'évaluation des pâturages. En effet, la qualité d'un fourrage que fournit un pâturage varie en
fonction des espèces qui le composent mais également en fonction de leur stade végétatif, des
organes considérés et du milieu écologique (Kaboré-Zoungrana, 1995 ; Poilecot, 1999). Si
l'étude qualitative constitue le premier volet de l'étude d'un pâturage, l'estimation de la valeur
bromatologique en est le deuxième volet aussi nécessaire que le premier. Cette valeur
bromatologique d'un pâturage est variable au cours de l'année et dépend de la nature des plantes
qui la composent, de leur stade phénologique ainsi que de la nature du sol. La connaître pour
un moment donné, c'est pouvoir escompter l'utilisation qui pourra en être faite par un troupeau
et surtout prévoir comment les animaux tireront parti du fourrage consommé (Boudet, 1984).
La valeur fourragère d’un pâturage est un indice caractéristique de la valeur d'un pâturage. Elle
est fonction de la richesse spécifique du pâturage (nombre d'espèces rencontrées), de la
contribution de chaque espèce au spectre fourrager (contribution spécifique) et de leur
appétibilité (indice de qualité spécifique). Ce dernier qui rend compte de l'appétibilité des
espèces fourragères est un paramètre très important dans l'appréciation de la valeur pastorale
des pâturages (Sodre, 2009). Elle peut être déterminée par l'observation directe des animaux au
pâturage ou par renseignement auprès des éleveurs à condition de leur faire préciser la période
de consommation et le type de pâturage où la plante est consommée (Boudet, 1984).
L'appétibilité d'une espèce est fonction de la zone, de la période, de l'espèce animale, de la
disponibilité des autres espèces et du stade phénologique. Elle peut être exprimée
qualitativement (par exemple : très appétée, appétée, peu appétée, non appétée, etc.) ou
quantitativement à travers des chiffres ou indices de qualité spécifique (1, 2, 3, 4 etc.). Daget et
Godron (1995) estiment qu'un pâturage est bon lorsque sa valeur pastorale est supérieure à 65%.

Afin de garantir le bon développement des animaux et leurs performances zootechniques, la

ration alimentaire prélevée par les animaux au pâturage doit couvrir leurs besoins (Goubau,
 16

2010) et son étude est importante pour la productivité. Ainsi, on y arrive en étudiant sa valeur
fourragère, en passant par la connaissance de sa biomasse et sa dynamique (Sodre, 2009).

Dans son étude sur les Poaceae du Niger, Poilecot, (1999) note que la valeur fourragère est
étroitement dépendante de trois (3) éléments à savoir : la valeur énergétique exprimée en UFL
(Unité Fourragère Lait) qui, élevée en début de cycle, décroît au cours de la saison des pluies ;
la valeur azotée (richesse en protéines digestibles caractérisée par la teneur en MAD) qui
diminue également en saison des pluies après avoir atteint les plus fortes valeurs en début de
croissance et enfin la composition minérale (macro-éléments et micro-éléments). La valeur
pastorale dépend en premier lieu des espèces qui composent le pâturage (c'est à dire la richesse
spécifique) lesquelles espèces sont généralement réparties en quatre (4) catégories fourragères
; ce sont les espèces dites de bonne valeur pastorale, moyenne valeur pastorale, faible valeur
pastorale, sans valeur pastorale (Yanra, 2004). C'est ainsi que des espèces comme Eragrostis
tremula, Zornia glochidiata, Elionorus elegans, Hackelochloa granularis sont rencontrées au
Burkina-Faso dans les jeunes jachères (1-3 ans). Le même auteur continu et montre en second
lieu, que cette valeur fourragère dépend de la contribution des espèces présentes au spectre
fourrager (Yanra, 2004). Dans les jachères étudiées par Akpo et al. (2000) en Haute Casamance
au Sénégal ainsi que celles étudiées par Kiéma (1992), Fournier (1996) dans la région de
Bondoukuy au Burkina Faso, constatent qu'une bonne partie de la flore herbacée est représentée
par des espèces productives. Selon Sawadogo (1996), une espèce est dite productrice lorsque
sa contribution à la constitution du tapis végétal est > 5 %. Certains auteurs ont évalué les
pâturages soudaniens dans le cadre de valeurs pastorales. Ainsi, Zoungrana (1991) a trouvé des
valeurs pastorales de l'ordre de 50 à 75% dans la zone agropastorale de Sidéradougou. Il
qualifiait ces pâturages de moyens à bons pâturages. Akpo et al. (2000) ont trouvé des valeurs
pastorales de 73,3% hors couvert ligneux et 66,2% sous couvert ligneux. Kongbo-Wali-Gogo
(2001), avait trouvé des valeurs de 61%, 63%, 70% et 75% respectivement pour les savanes
arborées denses, les savanes arbustives, les formations ripicoles et les savanes arborées claires.
Ainsi, selon Daget et Godron (1995), avaient considéré comme de bons pâturages ; les
pâturages qui avaient les valeurs pastorales supérieures à 65%. Suite à cela, Lesse et al. (2016)
trouvent que les pâturages du Nord de Bénin sont dégradés moins productifs et avec une faible
valeur fourragère ou pastorale.

Comme la qualité d'un fourrage que fournit un pâturage varie en fonction des plusieurs
paramètres, sa production renvoie à la biomasse qui est équivalent à la quantité de matière sèche
produite par unité de surface. Ainsi, toutes les espèces fourragères contiennent une quantité
 17

d’eau qui varie selon l’âge du fourrage, la saison, la présentation (fraiche ou conservée). En
effet, le contenu en eau d’un fourrage brut peut varier de 15 % (cas d’un foin) à 80 % (cas d’une
graminée lors de la saison des pluies).

La matière sèche (MS) correspond à la partie solide du fourrage c’est-à-dire celle qui reste après
retrait de l’eau du fourrage par séchage dans une étuve. C’est cette matière sèche qu’on utilise
pour estimer ou déterminer la valeur bromatologique du fourrage dans le pâturage (Poilecot,
1999).

Cependant, deux paramètres majeurs dont l’Unité Fourragère Lait (UFL) et l’Unité Fourragère
Viande (UFV) aident le mieux à estimer la valeur bromatologique d’un pâturage (Lebas, 2013).

Toutefois, des équations mises au point par Vermorel et Martin-Rosset (1997) sont d’usage à
cette fin sachant toutefois qu’une analyse chimique de valeurs fourragères est jugée
préalablement importante.

1.2.2.1. L’eau

L’eau représente un solvant idéal pour plusieurs constituants cellulaires. Chez les ruminants en
élevage (bovin, caprin et ovin), les fourrages renseignés succulents comme de l'herbe naturelle
renferme entre 78 et 92 % d'eau, alors que la matière sèche ne couvre que 8 à 22 %. Il s’observe
donc que l’eau contribue significativement à une couverture des besoins vitaux de l’animal.
Elle doit ainsi être apportée au bétail ad libitum (Hassoun et Brunschwig, 2000; Massabie et
al., 2013). Par contre, les foins et les graines sont renseignés ne contenir de l’eau qu’en de
proportions égales à 15 et 20 % d’eau, pendant que la matière sèche occupe une proportion
variant entre 80 à 85 % (Massabie et al., 2013).

1.2.2.2. Matières organiques

1.2.2.2.1. Les glucides ou hydrates de carbone

Schématiquement il se distingue 2 catégories de glucides : (i) les glucides constituant la paroi

des cellules végétales (glucides pariétaux ou fibres), qui comprennent la cellulose,
l’hémicellulose, les pectines et souvent la lignine dont la teneur augmente avec l’âge de la plante
apportée en alimentation ; (ii) les glucides contenus à l’intérieur des cellules végétales dites
glucides cytoplasmiques, comprennent de l’amidon et les sucres solubles (glucose et lactose).
 18

Par ailleurs, la lignine étant une substance non glucidique mais qui s’associe aux glucides
pariétaux, est presque totalement non dégradable dans le tube digestif du ruminant. Lorsqu’une
analyse de fourrage est réalisée dans un laboratoire, les résultats relatifs aux teneurs en glucides
précisent la teneur en cellulose brute (méthode de Weende), et les teneurs en fibres NDF :
Neutral Detergent Fiber et en fibres ADF : Acid Detergent Fiber, en lignine et en hémicellulose
(Berthiaume et al., 2015). Contrairement à ce que sa dénomination évoque, l’analyse de la
cellulose brute par la méthode de Weende ne dose pas efficacement le taux de la cellulose. Elle
permet par contre d’extraire un résidu organique composé majoritairement de cellulose et de
lignine et contenant une partie de l’hémicellulose.

1.2.2.2.2. Les lipides (matières grasses)

Il existe différentes classes de lipides dans les aliments dont les principaux constituants
lipidiques des végétaux sont en général des triglycérides (molécules comprenant 1 glycérol + 3
acides gras). En revanche, certains acides gras étant considérés comme essentiels pour toutes
les espèces animales, ils doivent ainsi impérativement être apportés par l’alimentation car la
plupart des animaux ne peuvent les synthétiser sauf chez les ruminants dont le tube digestif
héberge d’importants microorganismes (Bauchart, 1994).

Les matières grasses sont caractérisées par la nature des acides gras qui les composent et qui
peuvent être classés en fonction de leur longueur, notamment : (i) les acides gras volatils ayant
2 à 4 atomes de carbone, (ii) les acides gras à courte chaîne avec 5 et 10 atomes de carbone,
(iii) les acides gras à chaîne moyenne avec 12 à 16 atomes de carbone, (iv) les acides gras à
longue chaîne avec 18 ou plus d’atomes de carbone. On peut également les classer en fonction
de la présence ou absence de double liaison sur leur chaîne carbonée dont (i) les acides gras
saturés (sans double liaison) et (ii) les acides gras insaturés (avec 1 double liaison ou plus).

1.2.2.2.3. Les matières azotées

Les matières azotées sont représentées par (i) des protéines constituées de longues chaînes
d’acides aminés dont 20 sont pris en considération, et (ii) de l’azote non protéique comprenant
quant à lui des peptides, les acides aminés, l’urée et l’ammoniac (Ademe, 2010). La moitié
d’acides aminés sont considérés comme essentiels car ne pouvant être synthétisés par l’animal.
Ils doivent donc impérativement être présents dans les aliments. Le ruminant se distingue des
autres espèces animales car une part substantielle des acides aminés digérés dans l’intestin a été
synthétisée dans le rumen grâce aux microorganismes y hébergés (Enjalbert et Meynadier,
 19

2016). Néanmoins, des acides aminés tels que la méthionine et la lysine, sont cependant
considérés comme limitant vu que leur synthèse via les microorganismes du rumen ne couvre
pas toujours les besoins du ruminant en production (Diatta et al., 2020).

1.2.2.2.4. Les vitamines

Il se distingue 2 grandes catégories de vitamines : (i) les vitamines solubles dans les graisses
(liposolubles) dont les vitamines A, D, E et K, (ii) les vitamines solubles dans l’eau
(hydrosolubles) dont la vitamine C et les vitamines du groupe B ayant comme composantes : la
vitamine B1 (thiamine), B2 (riboflavine), B3 (niacine), B5, B6, B8 (biotine), B9 (acide folique),
et enfin B12 (Brunschwig, 2013). Elles se définissent comme des constituants de la matière
organique que l’animal est en général incapable de synthétiser et qui, à de faibles doses, sont
tellement indispensables au développement, à l’entretien et aux fonctions de l’organisme. En
revanche, chez les ruminants, il n’est pas assez nécessaire d’apporter via la ration alimentaire
les vitamines du groupe B ainsi que les vitamines C et K car les microorganismes hébergés dans
leur rumen sont en effet capables de les synthétiser (Berthiaume et al., 2015).

1.2.2.2.5. La matière minérale de l’aliment

Cette partie comprend les minéraux subdivisés en 2 catégories. D’un côté, les macroéléments
étant renseignés présents en quantités relativement importantes et pour lesquels l’unité de
mesure est le gramme notamment le calcium, le phosphore, le potassium, le sodium, le chlore,
le soufre et le magnésium (Mbow et al., 2013). D’un autre côté se trouvent les oligo-éléments
pour lesquels l’unité de mesure est le milligramme, sont bien dans l’aliment, cependant en des
quantités très faibles ou bien même à l’état de traces à titre exemplatif du fer, l’iode, le cuivre,
le cobalt, le sélénium, le manganèse, et le zinc (Gnanda et al., 2005; Berthiaume et al., 2015).
La matière minérale (inorganique) correspond donc au résidu sec (cendres brutes ou totales)
d’un aliment lorsque celui-ci est calciné dans un four à 550 °C (Baumont et al., 2009).

1.2.3. La biomasse herbacée ou phytomasse aérienne

Elle est définie comme étant « la quantité de végétation (verte ou sèche) sur pied par unité de
surface à un instant donné » (Aidoud, 1983 ; Daget et Godron, 1995). Elle est exprimée en
kilogramme de matière sèche par hectare (Kg.MS/ha). La production de la biomasse herbacée
ou phytomasse aérienne dépend du site, du type de pâturage et la période où la biomasse est
prélevée (Yanra, 2004). C’est ainsi que Yanra (2004), lors de son étude sur la caractérisation
des pâturages naturels du Burkina-Faso, quantifie la biomasse en cinq (5) unités ou formations
 20

végétales et trouve une variation de la biomasse selon les unités. Il trouve que la production de
matière sèche est variable d'une unité à l'autre. La biomasse moyenne varie entre 2,98 et 4,78 t
MS/ha avec un écart type variant également de 0,6 à 1,1. Les productions minimales (2,98 ±
0,63 t MS/ha et 3,00 ± 0,6 t MS/ha) sont enregistrées respectivement dans la jachère et dans la
formation ripicole. La savane arborée enregistre la valeur de biomasse la plus élevée (4,78 ±
1,06 t MS/ha). Selon Yanra (2004), cette valeur élevée s'explique par la présence de graminées
vivaces productrices telles qu’Andropogon ascinodis, Hypertelia dissoluta, Monocymbium
ceresiiforme et Schizachyrium sanguineum. Ceci montre que la dominance ou la fréquence des
certaines espèces dans le pâturage augmente ou favorise la meilleure production de biomasse.

Dans leur étude sur la typologie des pâturages de Bénin, Lesse et al. (2016) trouvent 5,7 t
MS/ha, la biomasse la plus élevée et 3,46 t MS/ha la plus faible valeur qui a été obtenue dans
les pâturages à Piliostigma thonningii et Stylosanthes fruticosa. Ces auteurs montrent encore
que, même au cours d’une même saison, la biomasse herbacée peut varier. C’est ainsi que dans
le pâturage à Prosopis africana et Eragrostis atrovirens, Lesse et al. (2016) observent que la
biomasse totale dans ce pâturage a évoluée de 2,24 ± 0,61 t MS/ha au début de la saison
pluvieuse à 3,46 ± 0,61 t MS/ha à la fin de la saison pluvieuse.

Pour arriver à estimer ou à déterminer la biomasse, l’échantillon est pesé après récolte et après
séchage à l’étuve à une température de 105 °C et jusqu’à obtenir un poids sec constant. Après,
des analyses chimiques des fourrages sont faites. Ainsi, l’ analyse chimique de fourrages porte
sur la détermination de (i) la matière sèche (ii) le taux en cendres brutes (iii) la matière
organique, (iv) la matière azotée totale, (v) la teneur en matières azotées digestibles, (vi) la
matière grasse (teneur en acides gras), (vii) les types d’énergies (digestible, métabolisable, bute,
nette), (viii) le taux en hémicellulose, (ix) le taux en fibres (Neutral Detergent Fiber), (x) le taux
en lignine (Acid Detergent lignin), et enfin (xi) le taux de digestibilité en matière organique
(dMO) indiquant la part de matière organique rejetée dans les matières fécales produites par les
ruminants.

En effet, la matière sèche représente la quantité du fourrage séché (libéré de l’eau), Autrement-
dit, la teneur en matière sèche d'un fourrage est le rapport entre son poids sec et son poids frais.

Par contre, la matière minérale ou cendres s’établit par passage de l’échantillon sec dans un
four à moufle d’une prise d’essai d’échantillon à 550 °C jusqu’à obtention de cendres blanches.
La matière grasse pour sa part subit une solubilisation dans solvant approprié et volatil.
 21

La matière organique s’obtient quant à elle par la simple différence entre le taux de matière
sèche et les cendres ou matière minérale. La teneur en matière organique sera ainsi égale à :
MO(%) = MS(%) − MM(%)

Pour ce qui est des matières azotées totales, elles comprennent les matières protéiques (acides
aminés libres polypeptides, protéines) et les matières azotées non protéiques (amides, sels
ammoniacaux) (Bainard et al., 2020). Leur teneur s’obtient couramment par dosage de l’azote
sous différentes méthodes dont (i) la méthode classique de Kjeldahl, (ii) la méthode Dumas,
(iii) la méthode colorimétrique (Guillou et al., 1986). Elles consistent l’une comme l’autre en
la minéralisation de l’échantillon, suivie de sa distillation pour enfin obtenir le pourcentage
d’azote qu’il contient (Martínez-Suller et al. 2010). En effet, la matière azotée totale est estimée
en appliquant au pourcentage d’azote le coefficient de 6,25 conventionnellement admis
supposant que toutes les matières azotées ainsi dosées contiennent commodément 16 % d’azote
représentant le taux d’azote des protides (Lebas, 2013).

La teneur en matière azotée digestible renvoie à la quantité de matières azotées ingérées par les
ruminants mais diminuée de la quantité de matières azotées excrétées dans les fèces. Elle
s’obtient en multipliant la teneur en matière azotée par la digestibilité apparente de l'azote. Pour
cette cause, la formule mise en exergue par Demarquilly en facilite l’issue (Lebas, 2013).

La cellulose brute étant avec l’hémicellulose, le constituant principal de la paroi végétale,

suppose un polymère de glucose avec des chaines linéaires de type β 1-4, associées entr’elles
par des liaisons de type hydrogène pour former des microfibrilles (Gidenne, 2014).
L’hémicellulose, moins résistante à l’hydrolyse que la cellulose a une composition beaucoup
plus variée et se différencie de la cellulose par la simultanéité de liaisons β 1-4, β 1-3 et α 1-6
(Burns, 2011). En revanche, les hémicelluloses et la cellulose sont systématiquement liées et
enchevêtrées pour constituer la base de la paroi végétale. Tel que rapporté par Aufrére et al.
(1992); Burns (2011); Gidenne (2014), la méthode de Weende s’offre à cet effet comme l’une
des méthodes utilisées pour doser les constituants des parois cellulaires des végétaux.

1.2.4. Dynamique du pâturage

Un pâturage constitue un écosystème ; il est dynamique et évolue en fonction de plusieurs

facteurs : le sol, le climat (pluie, sécheresse), l'exploitation (par l'homme et par les animaux),
les feux (Yanra, 2004). L'évolution peut être cyclique (cycle saisonnier de croissance des
plantes) ou linéaire : progression vers un autre équilibre floristique, par dégradation ou
 22

amélioration (Lhoste et al., 1993). Lorsque les zones pastorales sont disponibles, la disponibilité
des fourrages dans les pâturages devient accessible (Zozo et al., 2010 ; Razafinarivo et al.,
2017). Ainsi en savanes humides Lhoste et al. (1993) constatent que le cycle des repousses suit
les tombées des pluies avec un intervalle de 10 jours environ. La biomasse maximale (à
l'épiaison des graminées) dépend de la durée des pluies en climat soudanien. L'intensité du
pâturage modifie la composition floristique à cause du prélèvement sélectif du bétail, du
piétinement, des apports fertilisants des déjections,etc. La pâture modérée favorise en saison
des pluies le tallage des graminées pérennes et augmente ainsi le recouvrement basal ; en
perturbant la croissance, elle ralentit la lignification des herbacées et prolonge leur période
d'appétibilité (Hoffmann, 1985). Selon le niveau d'exploitation, les conséquences de la pâture
sont variables (Lhoste et al., 1993 ; Hoffinann, 1985) : une sous-exploitation provoque un
gaspillage, la multiplication des refus, l'embroussaillement des savanes humides ; une
surexploitation provoque l'appauvrissement floristique pour les espèces les plus appétées,
l'apparition d'espèces de mauvaise qualité, peu appétées, le dénudement et le compactage du
sol. Alors souvent la pâture créant le pâturage, l'évolution provoquée par l'effet pâture est
d'abord améliorante jusqu'à un seuil de rupture à partir duquel la dégradation intervient puis
s'accélère rapidement (Boudet, 1975). Enfin, l'homme de par ses actions répétées joue un rôle
non négligeable dans la dynamique des pâturages. Il s'agit essentiellement des perturbations
dues aux défrichements qui épargnent uniquement les espèces dites « utilitaires» telles
Vitellaria paradoxa, Parkia biglobosia ; à l'exploitation des bois de chauffe, des bois de scierie
et d'artisanat (Afzelia africana, Khaya senegalensis) ; aux différentes techniques culturales et
les spéculations cultivées (coton, igname) ; à la pratique des feux très fréquents dans les savanes
soudaniennes.

1.3. Propriété physico-chimique du sol

De l’Asie en Amérique, tout comme en Afrique, plusieurs chercheurs (botanistes, agronomes,

agriculteurs, éleveurs, pédologues, …) ont déjà abordé ces genres d’études (Pansu et al., 1998).

En République Démocratique du Congo plus précisément au Sud-Kivu, peu d’études sur le sol dans les
pâturages ont été abordées et beaucoup datent de très longtemps (Kevers, 1950). Il a été question dans
cette étude d’analyser l’influence du sol sur la distribution d’espèces fourragères dans les
pâturages et de mettre en évidence la corrélation entre les propriétés de ces sols et leurs valeurs
fourragères. Pour ce faire, certains paramètres ont été abordés et analysés (la granulométrie,
l’analyse d’azote, phosphore, …).
 23

1.3.1. La texture

La texture est le mode de distribution des particules du sol entre différentes classes de
dimensions. Une roche subie, avant de devenir un sol proprement dit, des processus d'altération
physique et chimique qui ont pour effet, d'une part de la fragmenter et d'autre part de faire
apparaître des minéraux nouveaux, essentiellement des argiles. La partie minérale d'un sol est
donc formée de fragments plus ou moins gros de roche-mère et de minéraux de néoformation
généralement très fins. La fraction des particules minérales du sol de dimensions supérieures à
2 mm forme la squelette du sol, graviers et cailloux, le reste formant la terre fine. C'est surtout
à propos de cette terre fine qu'on parle de la texture (Bonneau, 1962). Selon une étude effectuée
au Congo-Brazzaville sur deux types de savanes à partir de l’influence du sol sur la répartition
des espèces ; présente que ces sols sont très sableux, avec des teneurs en sable variant
respectivement entre 79,9 et 91,1% pour le sol sous savane à H. diplandra et entre 94,8 et 98,4%
sous celle à L. simplex (Yoka et al., 2010). Leurs résultats montrent que les sols des savanes de
la Cuvette congolaise sont, dans l'ensemble, très sableux, très pauvres en argiles et en matière
organique. Leurs teneurs en éléments minéraux sont aussi pauvres en Azote, en phosphore et
en magnésium. Les teneurs en magnésium sont moins bonnes dans ces sols car elles n'atteignent
pas 29 % de la somme des cations Ca + Mg + K (Yoka et al., 2010). Au Congo-Brazzaville,
selon Boissezon et al., 1969), les sols appartiennent essentiellement à deux classes à savoir,
celle des sols hydromorphes et celle des sols ferralitiques. Ces sols se caractérisent dans leur
grande majorité par un potentiel chimique médiocre.

Selon Mugunda (2020), les sols de l’Est du Kivu ont été étudiés de manière systématique dans
le cadre du projet “Carte Pédologique de l’Afrique Centrale” qui a également été à l’origine de
la “Carte des Sols de la RDC”. De cette étude, il a été affirmé qu’il existe « une liaison étroite
entre les propriétés physiques et physico-chimiques des sols du Kivu ; d’une part, la nature de
la roche-mère et, d’autre part, l’intensité de la pédogenèse ». Toujours, selon le même auteur ;
il montre que, sous conditions d’un bon drainage (comme cela est le cas sur les pentes et les
hauts des vallées) : (i) Les sols développés sur granito-gneiss qui ont une couleur rouge-vif et
une texture sablo-argileuse, composée de 50-60 % d’argile et 30-40 % de sables moyens et
grossiers. (ii) Sur schistes les sols sont plutôt de couleur brun-jaune, et la texture est
franchement limoneuse ; les sables sont de taille fine. (iii) Les sols dérivés de grès et de
quartzites sont multicolores (en fonction du ciment des grès) à blancs (quartzites), assez sableux
et pratiquement dépourvus d’éléments nutritifs. (iv) Les produits d’altération dérivés de roches
basiques intrusives, laves et cendres par contre ont une couleur rouge foncé et une texture très
 24

lourde (plus de 60-70 % d’argile), comprenant encore des argiles gonflantes ; ils sont riches en
éléments nutritifs. (v) Les propriétés des sols des bas-fonds reflétant les caractéristiques des
matériaux parentaux du paysage autour. La particularité des sols de vallées est qu’à l’intérieur
du bassin versant, ils forment une séquence de drainage progressif, allant de sols bien drainés
dans les hauts de vallées, passant graduellement à des unités moyennement bien drainées (ou
temporairement hydromorphes) dans la moyenne vallée et sur les bas de pentes, et à des sols
nettement hydromorphes et/ou temporairement inondés dans la basse vallée. Cette dernière
localisation marque également la présence de sols tourbeux sur des surfaces plus ou moins
importantes (Mugunda, 2020). Selon toujours le même auteur, le sol de Luhihi dans le territoire
de Kabare est formé des trois (3) types de textures dont l’argile domine avec une teneur
d’environ 60 %. Le limon et sable suivent et ont respectivement des teneurs de 25 et 15 %.

1.3.2. L’Azote dans le sol

L’azote existe dans le sol sous deux formes principales assimilables par les plantes, soit la forme
anionique nitrate (NO3-), et la forme cationique ammonium (NH4+). Une forte assimilation de
nitrates par les plantes tend à augmenter le prélèvement de cations (Ca, K, Mg, Cu, Fe, Mn, Zn)
par rapport aux anions (Mengel et Kirkby, 1987). De plus, une teneur élevée en hydrates de
carbone dans la plante peut stimuler l’assimilation d’ammonium, ce qui a une influence
négative sur le prélèvement de cations, pouvant ainsi occasionner une carence en Ca et diminuer
la quantité de potassium dans la plante (Jones, 1991). C’est ainsi que Riche (1975) distingue à
trois (3) niveaux, selon que la teneur en Azote est faible, moyenne ou élevée dans le sol. Il
distingue le sol faible en teneur d’Azote lorsqu’elle est < 1 %, moyenne quand elle varie de 1–
2 % ou élevée lorsqu’elle va au-delà de 2 %. Selon cette distinction, le sol du Sud-Kivu est dans
certains endroits faible mais parfois moyenne dans d’autres endroits (Mulumuna, 2011).
1.3.3. Le Carbone dans le sol

Le carbone est l’élément chimique non métallique de symbole C, se trouvant sur la deuxième
ligne, en sixième colonne et de numéro atomique 6 selon la classification de Mendeleïev. Il est
présent dans de nombreux composés naturels : gaz carbonique de l’atmosphère, roches
calcaires, combustibles (gaz, pétrole, charbons minéraux). C’est de plus un constituant
fondamental de la matière vivante (Flisch et al., 2017). Selon Mulumuna (2011), la
concentration du Carbone dans les sols du Sud-Kivu dépend de la végétation. Ainsi, en partant
des moyennes, elle va jusqu’à 3,31 % sur les terrains dominés par Gallinsoga parviflora ;
jusqu’à 4,03 sur les terrains dominés par Digitaria vestida var scalarum Elle varie entre 3,37 à
 25

3,75 % sur les terrains formant les groupements à Conyza sumatrensis, Bidens pilosa et
Pennisetum polysctachyon (Ngongo et Lunze, 2000).

1.3.4. Le Phosphore dans le sol

Le phosphore est un élément chimique du symbole P et de la masse atomique 30, 973762. C’est
un oligoélément indispensable sous forme de sels pour de nombreux organismes vivants, et
sous forme de phosphate notamment pour les plantes (Demaria et al., 2005). Le phosphore
joue un rôle essentiel dans de nombreuses molécules de la matière vivante. On le trouve associé
à des combinaisons organiques multiples, dans les acides nucléiques, les ADN et ARN dont il
constitue la squelette ainsi qu’à de nombreux protides et lipides qu’on qualifie de
phosphoprotéines et de phospholipides. Pour les fourrages, une fois les réserves de la graine
épuisées en phosphore, le fourrage doit tout de suite trouver cet élément dans le sol à proximité
de ses racines puisque cet élément n’est pratiquement pas mobile. A ce stade, le phosphore peut
s’avérer un facteur limitant majeur et entraîner un retard de croissance et de développement.

Il existe plusieurs formes de phosphore inorganique dans les sols, dont :

- les phosphates en solution, principalement sous forme de H2PO4- et HPO42-

- les phosphates de calcium insolubles (apatite)
- les phosphates adsorbés par les hydroxydes de fer et d’aluminium
- les phosphates provenant de matériel parental non-altéré.
L’équilibre entre ces formes est en changement continuel, et les phosphates en solution peuvent
également se retrouver sous forme de phosphore organique par l’intermédiaire de la biomasse
bactérienne, ce qui en fait un système relativement complexe (Whitehead, 2000). Les
principales formes prélevées par les plantes sont les ions H2PO4- et HPO42-. En général, la
disponibilité du phosphore dans les sols est influencée par le pH et la présence de fer,
d’aluminium, et de calcium. Lorsque le pH est acide (< 6), le phosphate soluble tend à être
adsorbé par les hydroxydes de fer et d’aluminium, alors que lorsque le pH est plus près de la
neutralité, le phosphate est précipité sous forme de phosphate di ou tricalcique. Le pH optimal
pour sa disponibilité se retrouve entre 6 et 7 (Whitehead, 2000).

Riche (1975) dans son étude montre que lorsque le pH est ≤ 7 et que la teneur en phosphore
dépasse 0,75 % ; la teneur en phosphore dans le sol est élevée. Il continue en révélant que la
pauvreté des sols sableux en azote et phosphore limite la production primaire. L'argile agit donc
dans la rétention de l'eau et des éléments minéraux, indispensables pour la croissance des
 26

végétaux. Ainsi, les macro- éléments sont nécessaires en grande quantité et des applications
importantes peuvent être indispensables si le sol est carencé en un ou plusieurs de ces éléments.
Tel est le cas des sols du Sud-Kivu, qui affichent un déficit considérable en phosphore
(Mulumuna, 2011).

1.3.5. Potassium, Calcium, Magnésium dans le sol

Les cations Potassium, Calcium et Magnésium (K+, Ca2+, Mg2+) sont disponibles pour les
plantes seulement lorsqu’ils sont sous forme ionique dans la solution du sol. Le K se retrouve
sous forme ionique seulement, alors que Ca et Mg peuvent exister sous forme de différents
complexes dans une plus faible mesure (Whitehead, 2000). Les principales interactions entre
les cations dans les plantes fourragères viennent du fait que les sites d’échange cationique ne
peuvent efficacement différencier des cations similaires en charge et en dimension. Ceux-ci
entrent donc en compétition pour les sites disponibles dans les racines. Ainsi, K, Ca, et Mg
peuvent être antagonistes, bien que le potassium et le calcium aient une force de liaison
beaucoup plus grande que le magnésium, rendant ce dernier beaucoup moins compétitif
(Ranade-Malvi, 2011).

Selon Veilleux (2018), le K entrerait également en compétition avec le Na lorsque celui-ci est
présent dans le sol en plus forte concentration que le K. Dans cette situation, le prélèvement de
manganèse qui dépend fortement du potassium serait affecté à la baisse (Ranade-Malvi, 2011).

1.4. Occupation des terres

La compréhension de la dynamique d’occupation des terres se fait aisément en faisant usage du

GIS et de la Télédétection ; car, semblent être bien adaptés pour évaluer les conditions de la
végétation. Cela grâce à la large couverture fournie, de sa capacité à examiner des régions
éloignées potentiellement inaccessibles, et de recevoir l’information à des fréquences
temporelles plus élevées que celles de l’échantillonnage sur le terrain (Razafinarivo et al.,
2017). Depuis très longtemps, l’imagerie par télédétection a été employée pour évaluer les
conditions de végétation des parcours (Rouse et al., 1974). Par exemple, dans les années 70,
Rouse et ses collaborateurs ont appliqué l’imagerie par balayage multi-spectral pour l’examen
du verdissement et mis au point un indice de végétation corrélé à la biomasse végétale
(Razafinarivo et al., 2017 ; Rouse et al., 1974). Depuis ces premiers essais, plusieurs approches
différentes ont été développées pour examiner les conditions des parcours et quantifier la
biomasse disponible (Razafinarivo et al., 2017).
 27

En effet le SIG (GIS) est un outil qui permet à partir des diverses sources, de rassembler et
d’organiser, de gérer, d’analyser et de combiner d’élaborer et de présenter des informations
localisées géographiquement, contribuant notamment à la gestion de l’espace (Katcho, 2018).
Récemment en RDC, une étude d’évaluation de la biomasse aérienne ligneuse en plantations,
utilisant la télédétection a été effectuée au Nord-Kivu par Mutwedu (2020). Par ailleurs, des
telles études dans la région, surtout sur l’estimation de la biomasse fourragères restent presque
inexistantes.

En bref, ce travail n’est pas le premier en Afrique qui aborde les différents points traités ici (la
caractérisation des pâturages, l’analyse des sols, l’estimation de la biomasse et de la superficie
des pâturages, etc.). Cependant, plusieurs facteurs tels que la typologie des pâturages, les
propriétés physico-chimiques du sol et l’estimation de la superficie des zones pâturées de la
République Démocratique du Congo en général et du Sud-Kivu en particulier, restent des
indicateurs biophysiques clés nécessitant des investigations supplémentaires en vue de mieux
comprendre l’évolution structurelle des formations naturelles pâturées.
 28

Chapitre II. MATERIELS ET METHODE

2.1. Milieu d’étude

Cette étude a été menée dans les territoires de Kabare, Walungu et Uvira (figure 2). Ces trois
territoires font partis des huit territoires de la province du Sud-Kivu. Les deux premiers sont
situés dans la partie montagnarde alors que celui d’Uvira plus précisément dans la plaine de la
Ruzizi est situé dans la partie basse de la province (Twose et al., 2020).

Figure 1 : Localisation des sites d’échantillonnage dans la zone d’étude

La région concernée ne s’étend que sur 3 zones agro écologiques choisies ad hoc en fonction
de l’altitude, mais aussi pour leurs larges espaces aménagés à des fins d’élevage des ruminants.
La présente étude a été réalisée durant toute l’année (du janvier 2021 jusqu’en décembre 2021),
tant en saison de pluies qu’en saison sèche dans le but d’en saisir les variabilités profondes qui
s’y observent couramment renforcées par l’altitude et différents types du sol.

Ainsi, le tableau ci-dessous présente les caractéristiques des zones agroécologiques retenues
avec chacune ses particularités.
 29

Tableau 1 : Caractéristiques des zones agro écologiques retenues pour cette étude

Paramètres Zones agroécologiques

Kabare Walungu Plaine de la Ruzizi

Longitude 28°45' et 28°55' Est 28°40’ et 29°00’ Est 29°00’ et 29°22' Est

Latitude 2°30’ et 2°50’ Sud 2°35’ et 3°00’ Sud 2°42' et 3°24' Sud

Altitude 1460 et 3000 m 1776 m 800 m

Températures moyennes 18° et 20°C 16 °C et 20,6°C 30,5° à 32,5°C

Précipitations 1300 et 1800 mm 1500 et 1800 mm 600 à 900 mm

Superficie 1960 km2 1800 km² 800 km2

Saison de pluies 9 mois 9 mois 7 mois

Saison sèche 3 mois 3 mois 5 mois

Végétation Savane composée des Savane herbeuse Savanes herbeuses et

graminées sauvages avec quelques arbustives avec une
avec quelques boisements dominance des
boisements graminées
d’Eucalyptus

Sol Limoneux, érodé et de Prédominance Sablo-argilo-

nature volcanique argilo-sablonneux limoneux au sablo-
issus de l’altération argileux
de roches basaltique
résultant des
éruptions
volcaniques

Source : (Byavu et al., 2000 ; Ilunga, 2007 ; Bagula et al., 2013 ; Jefwa et al., 2014 ; Amani et
al., 2016 ; Casinga et al., 2016 ; Kijana et al., 2017 ; Bisimwa et al., 2018 ; Walangululu et al.,
2019 ; Mondo et al., 2019 ; Cokola et al., 2021).
 30

2.2. Méthodes

2.2.1. Détermination de la diversité floristique

Dans le but d’analyser et de déterminer la diversité floristique et la typologie des formations

végétales qui servent de source d’alimentation aux cheptels ruminants du Sud-Kivu ; des
inventaires phytosociologiques ont été réalisés suivant la méthode de relevé de Braun-Blanquet
(Braun-Blanquet, 1932). Ces inventaires ont été orientés par les indices de pâturages dans les
formations végétales. Vers le mois de mars de l’année 2020, une enquête a été organisée dans
les 3 zones d’études (Kabare, Walungu et la Plaine de la Ruzizi dans le territoire d’Uviru) afin
de définir les points d’échantillonnage. Après cette phase exploratoire des visites de terrain
couplée à des entretiens avec les populations locales, seules les zones accessibles, sécurisées et
où les animaux pâturent ont été sélectionnées et les coordonnées géographiques ont été
prélevées par un GPS. C’est-à-dire qu’à côté de l’homogénéité, le choix du site
d’échantillonnage était dicté aussi par la présence des animaux. Sur le pâturage, une aire
minimale de 10 × 20 m, soit une surface de 200 m2 a été délimitée par un décamètre. Au total,
15 pâturages collectifs et naturels ont été choisis dans les 3 zones agroécologiques par saison
avec 5 pâturages par zone. Après délimitation de l’aire minimale. La topographie du pâturage
a été notée suivant l’inclinaison du site (pente faible : entre 10 à 20°, très faible : presqu’à 0 ou
180°, forte : à 30° ou très forte à plus de 45°). Le recouvrement total du sol par la végétation a
été estimé en pourcentage, selon que la végétation est distribuée sur la parcelle délimitée. A
l’intérieur de chaque aire minimale, un inventaire de toutes les espèces végétales a été effectué
et noté à partir de la méthode phytosociologique de Braun-Blanquet dans un carnet de terrain.
Les coefficients d’abondance-dominance de Braun-Blanquet, telle que décrite par Walter
(2006) étaient accordés aux espèces selon leurs dominances de la manière suivante :
+ : Individus solitaires, rares ou très peu nombreux avec un recouvrement très faible ou
insignifiant dans la parcelle délimitée.

1 : Individus peu nombreux avec un degré de recouvrement faible à 5% de la surface délimitée.

2 : Individus moins nombreux recouvrant de 5 à 25% de la surface délimitée.

3 : Individus recouvrant de 25 à 50% de la surface délimitée.

4 : Individus recouvrant de 50 à 75% de la surface délimitée.

5 : Individus recouvrant de plus 75% de la surface délimitée.

 31

A côté de coefficient d’abondance-dominance qui était accordé à chaque espèce, les types
morphologiques (T.M.) ont aussi été déterminés et accordés à chaque espèce. Ces derniers ont
été déterminés tout en observant les ports ou aspects végétatifs matures des plantes sur le terrain
(Letouzey, 1986). Diverses formes étaient observées selon qu’il s’agissait des plantes ligneuses
(arbre : A, arbuste : Arb, sous-arbuste : S/arb, liane : L) ou herbacées (herbe annuelle : Han,
herbe vivace : Hvi) (Letouzey, 1986). Après l’inventaire, toutes les espèces non identifiées ou
prêtant confusion de l’identification sur le terrain, étaient codées, photographiées puis récoltées
par un sécateur. Les échantillons récoltés ont été mis en forme à l’aide d’une paire de presse
ainsi que des papiers journaux en vue d’une meilleure identification à l’herbarium de Lwiro au
Centre de Recherche en Sciences Naturelles. Plus 100 descentes en deux périodes différentes
(c’est-à-dire, pendant la saison pluvieuse et pendant la saison sèche) ont été effectuées. Ainsi,
les espèces ont été classées selon la classification des Angiosperm Phylogeny Group (APG IV,
2016) et l’actualisation des espèces est faite à partir du site web du jardin botanique de Genève
(Anonyme, 2021a). Les abréviations des noms de parrains des espèces étaient tirées sur IPNI
(Anonyme, 2021b).

Ces inventaires ont permis d’établir une liste de toutes les espèces recensées durant les deux
saisons (pluvieuse et sèche) et de calculer leur contribution spécifique. La méthode d’analyse
quantitative a été utilisée (César, 1990). Cette approche quantitative concerne la fréquence
spécifique et le calcul des contributions spécifiques de présence. La fréquence spécifique de
chaque espèce (FSi) a été calculée et s’obtient en faisant la somme des présences de chaque
espèce dans chaque relevé ; elle est une valeur absolue (Diamouangana, 2002). La contribution
spécifique de présence (CSi) a été aussi calculée. Elle correspond à la proportion de chaque
espèce présente (Kouassi et al., 2014).
Les fréquences et les contributions spécifiques ont été calculées selon Diamouangana (2002)
par les formules ci-après :

; avec N le nombre d'unités d'échantillonnage, où N = 30

ni le nombre d'unités où l'espèce i est présente.

La fréquence FSi a permis ainsi de calculer la contribution spécifique. La contribution

spécifique est une valeur permettant d'évaluer la contribution de l'espèce à la constitution du
tapis végétal. Cette contribution de l'espèce i est donnée par l'expression :
 32

; avec ni le nombre d'unités d'échantillonnages où

l'espèce i a été trouvée ; ni le nombre d'observations
spécifiques effectuées.

En d'autres termes, la contribution spécifique (CSi) est le rapport entre la fréquence spécifique
d'une espèce et la somme des fréquences spécifiques de toutes les espèces recensées dans les
15 pâturages. Cette notion exprime l'importance relative des espèces les unes par rapport aux
autres à différentes périodes et les similitudes quantitatives de deux ou de plusieurs relevés.

Ces inventaires ont ensuite permis de calculer les indices de diversité entre les pâturages dans
les 3 zones agroécologiques. (i) L’indice de diversité de Shannon Weaver (H’) a été calculé à
partir de la formule suivante ci-dessous :

H'= -Σ[(Ni / N)*log2(Ni / N)], avec Ni le nombre total d’individus d’une espèce donnée (où i
variant de 1 à Ʃ), Ʃ le nombre total d’espèces et N le nombre total d’individus et (ii)
l’équitabilité de Piélou (EQ) a été aussi calculé à partir de la formule suivante :

EQ = ISH/log2 (N).

2.2.2. Acquisition des données et calcul de la superficie des pâturages

du Sud-Kivu

2.2.2.1. Notion de base de la télédétection

La télédétection est la technique qui, par l'acquisition d'images, permet d'obtenir de
l'information sur la surface de la terre sans contact direct avec celle-ci. Elle englobe tout le
processus qui consiste à capter et à enregistrer l'énergie d'un rayonnement électromagnétique
(REM) émis ou réfléchi, à traiter et à analyser l'information, pour ensuite mettre en application
cette information (CCT, 2015).
Un système de télédétection fonctionne sur la base de 7 principales composantes (figure 1) :

Légende : Emission d’énergie solaire ou

artificielle (A), interactions du REM avec
l’atmosphère (B), interactions du REM avec
la cible (C), enregistrement de l’information
par le capteur (D), transmission et traitement
(E), interprétation et analyse (F), applications
(G) (CCT, 2015).

Figure 2 : Etapes du processus de télédétection :

 33

En fonction de la source d’énergie utilisée, on distingue deux types de capteurs en télédétection

: les capteurs « passifs » et les capteurs « actifs ». Un capteur passif enregistre le rayonnement
naturel, émis ou réfléchi par un objet suite à l’éclairement par le soleil, tandis qu’un capteur
actif, tel que le radar et le lidar, émet lui-même de l’énergie vers l’objet et enregistre le signal
renvoyé par ce dernier (Bonnet et al., 2011 ; Latte et al., 2020).

2.2.2.2. Quelques indices de la télédétection utilisés

Au cours de cette étude, deux images ont été utilisées. L’image Landsat 8 et Asterdem. Le
modèle numérique de terrain à 30 m de résolution avec 5 indices différents pour la réalisation
des cartes (Razafinarivo, 2018) a été utilisé. Les données mesurées au sol par les inventaires
botaniques dont la méthode de collecte a été décrite ci-haut ont été associées aux indices NDVI
de SPOT VEGETATION, NDWI, NnDVI, SLOP (Pente) et DEM (Elévation) pour extraire le
modèle numérique (figure 3).

Figure 3 : Exemple d’Indices utilisés pour le modèle numérique de terrain

 34

Les deux premiers indices (NDVI et NDWI) ont été traitées en utilisant l’image Landsat 8.
Tandis que les trois autres (DEM, SLOPE et NnDVI) ont été traitées à partir de l’image
Asterdem. L’indice de végétation par différence normalisé, appelé aussi NDVI est construit à
partir des canaux rouge (R) et proche infrarouge (PIR). Cet indice met en valeur la différence
entre la bande visible du rouge et celle du proche infrarouge. Il se calcul par la formule
suivante :

NDVI = (PIR-R)/(PIR+R). Cet indice est sensible à la vigueur et à la qualité de la végétation.

Il permet de déterminer la santé de la végétation en mesurant la teneur en chlorophylle des
plantes via des capteurs embarqués sur des satellites ou sur des drones. Il permet aussi de
compenser les changements de conditions d’éclairage, de pente de surface, d’exposition et
d’autres facteurs exogènes (Lillesand et al., 2004). Les localisations géographiques des
pâturages sur le terrain ont permis de distinguer les pâturages aux champs ou petites jachères
par exemple.

Les valeurs du NDVI sont comprises entre -1 et +1, les valeurs négatives correspondent aux
surfaces autres que les couverts végétaux, comme la neige, l’eau ou les nuages pour lesquelles
la réflectance dans le rouge est supérieure à celle du proche infrarouge. Pour les sols nus, les
réflectances étant à peu près du même ordre de grandeur dans le rouge et le proche infrarouge,
le NDVI présente des valeurs proches de 0.

La méthode de l’indice Normalized Difference Water Index (NDWI) qui est un indice
permettant de délimiter et surveiller les changements de contenu dans l’eau en surface a été
aussi mesuré. Cet indice est calculé avec les canaux NIR et vert.

Les données d’élévation du terrain (DEM) disponibles sur le site https://earthexplorer.usgs.gov

et celles de la pente (SLOP) ont été utilisées grâce au logiciel ArcGis. Ces données ont été
mesurées aux coordonnées GPS des parcelles d’échantillonnage afin de bien localiser et estimer
par après la distribution des pâturages dans la zone d’étude.

2.2.3. Prélèvement et mesure de la biomasse

Après inventaire des espèces végétales, deux (2) relevés de 1 m × 1 m ou 1 m2 choisis au hasard
ont été placés et délimités par 4 piquets. Pour chaque saison, une coupe d’herbes dans les 2
carrés de 1 m de côté, choisis au hasard a été effectuée (figure 4) à l’aide d’un couteau. Cette
technique a permis de déterminer la biomasse aérienne dans le pâturage tel que procédé par
Kaddour (2014). Le matériel végétal coupé était pesé sur place à l’aide d’un peson digital, de
 35

capacité de 5 Kgs et le poids frais a été directement noté dans un carnet de terrain. Après la
pesé, un échantillon composite du matériel végétal a été prélevé dans les 2 relevés de 1 m2
chacun et emballé dans une enveloppe sac pour la détermination du poids sec au laboratoire.
Les poids secs des échantillons récoltés, pour l’estimation de la biomasse (en saison sèche et
saison de pluie), ont été notés après séchage à l’étuve de marque Titanox A3-213-400 à une
température de 105°C pendant 24 h jusqu’à obtenir un poids constant au laboratoire de la
Faculté des Sciences Agronomiques et Environnement de l’Université Evangélique en Afrique
(UEA).

Un four à moufle a été aussi utilisé pour chauffer les échantillons. Un erlenmeyer, des pipettes,
des ballons jaugés, un agitateur et un spectromètre pour le prélèvement, la conservation et la
lecture des informations ont été utilisés.

Figure 4 : Exemple d’un dispositif d’échantillonnage et récolte de biomasse

2.2.3.1. Détermination de la matière sèche

a) Détermination de la teneur en humidité

La teneur en eau de fourrage a été déterminée selon Lesse et al., 2016. Après un séchage à
l’étuve des échantillons de fourrage, à une température de 105°C pendant 24 heures, jusqu’à un
poids constant. La différence du poids frais et du poids sec a permis de déterminer l’humidité.
L’échantillon de fourrage à l’état frais (P1) posé sur un cylindre en aluminium pesant (P0).
Après séchage à l’étuve à 105°C pendant 24 heures, la capsule contenant l’échantillon a été
portée pour être refroidie dans le dessiccateur avant d’être pesée (P3) afin de déduire le poids
de l’échantillon sec (P2). La différence de ces deux poids (P1 – P2) a permis de déduire la
teneur en eau.

Ainsi, la teneur en eau en % ou % d’humidité de fourrage (c.à.d. taux d’humidité) a été

déterminée par la relation suivante :

𝑃1 − 𝑃2
%𝐻 = × 100
𝑃1
 36

; avec %H : Pourcentage (ou taux) d’humidité de fourrage.

Où : P1 : poids de l’échantillon frais de fourrage en g ; P2 : le poids (g) de l’échantillon sec de

fourrage équivalent à P3 – P0 ; P3 : le poids (g) du cylindre contenant l’échantillon sec de
fourrage et P0 : le poids (g) du cylindre vide.

b) Détermination du taux des matières sèches

Il a été exprimé en pourcentage et s’obtient par la formule ci-dessous :

%𝑀𝑆 = 100 − %𝐻 ; avec %MS : Taux de la matière sèche et %H : Taux de l’humidité.

2.2.3.2. Analyse et mesure de la biomasse herbacée

Tout d’abord, il convient de préciser que dans le domaine du pastoralisme, la priorité va à la

biomasse herbacée appétible ou consommable, c’est-à-dire celle qui est susceptible d’être
consommée par les animaux. L’évaluation du disponible fourrager qui s’exprime en
kilogramme de matière sèche par hectare concerne uniquement la fraction appétible. Cette
appétibilité est une notion toute relative, selon les espèces animales bien sûr, mais aussi selon
le degré de difficulté pour le cheptel de trouver de la nourriture (Bellefontaine et al., 1997).
C’est ainsi que pendant la saison sèche où certaines espèces appétibles deviennent rares, les
animaux font recours aux autres espèces considérées très négligées pendant la bonne saison.
Par calcul simple entre les productions par mètre carré, exprimées en masse sèche et la surface
de référence, on obtient le disponible en kilogramme de matière sèche par hectare
(Bellefontaine et al., 1997). Pour cette étude, un échantillon composite du matériel végétal a
été prélevé. Après mélange et pèse, ¾ (soit 75%) de l’échantillon total de chaque relevé étaient
emballés dans une enveloppe sac comme échantillon composite pour la détermination du poids
sec au laboratoire. Cela pour la détermination des poids secs des échantillons récoltés, pour
l’estimation de la biomasse.

a) Valeur fourragère

Pour caractériser l’apport de la végétation naturelle à l’élevage, les critères à prendre en compte
sont la production appétible (mesurée sur le terrain et exprimée en kg de matière sèche par
hectare), la valeur énergétique et la valeur azotée. A ces critères quantitatifs, s’ajoute un critère
qualitatif, l’appétibilité, qu’il n’est pas toujours aisé d’apprécier. Cela demande une période
d’observations sur le terrain tout au long de l’année (Bellefontaine et al., 1997).
 37

b) Teneur en cendre

La teneur en cendre a été mesurée du principe d’après Yoka et al. (2010). Les cendres brutes
ont été obtenues après calcination à haute température du matériel sec. L’échantillon à analyser
de poids et d’humidité connus a été chauffé au four à moufle jusqu'à sa calcination complète en
cendres.

Mode opératoire

Deux (2) g de poudre de fourrage préalablement séché dans l’étuve à 105°C dans un creuset
taré. Le creuset a été introduit dans le four à moufle qui a été chauffé pendant 4 à 5 heures à
550°C. Il a été refroidi dans le dessiccateur et après, il a été pesé.

Expression des résultats

La teneur en cendre brute ou totale a été donnée par l’expression suivante :

%CT=P1/P2 × 100

Avec P1 = Poids de l’échantillon de fourrage avant calcination

P2 = Poids de l’échantillon de fourrage après calcination

%CT = Pourcentage ou teneur de cendres brutes ou totales dans la matière sèche.

c) Teneur en matières organiques

De la teneur en cendres totales de l'échantillon de fourrage, on déduit celle en matière organique

au moyen de la formule ci-après :

MO = 100 - %CT ; avec MO = teneur en matières organiques et %CT = Pourcentage ou teneur

de cendres brutes ou totales dans la matière sèche.

d) Dosage des protéines brutes totales (PBT) ou matières azotées totales (MAT)

Le dosage des protéines brutes totales (PBT) ou matières azotées totales (MAT) dans les
fourrages s’est fait indirectement par le dosage de l’azote total par la méthode colorimétrique
telle que décrite par Kjeldahl (2001). La teneur en azote total ainsi obtenue est enfin multipliée
par 6,25 afin de déterminer la teneur en protéines brutes totales (PBT) ou matières azotées
totales (MAT).

L’azote a été dosé par la méthode colorimétrique, l’échantillon de fourrage sec a été tout
d’abord minéralisé. Ainsi, 2,5 ml de solution de digestion (digestive mixture) ont été
 38

respectivement ajoutés à 0,5 g de l’échantillon des poudres de fourrage sec et au réactif à blanc.
Après homogénéisation ; ce mélange a été digéré dans l’étuve à 110 °C pendant environ 1 heure.
Après refroidissement de ce mélange, 1 ml de peroxyde d’hydrogène (H2O2) à 30 % a été ajouté
trois fois successives, chaque fois après 1 minute. En suite le mélange a été retourné (c.à.d.
échantillon et réactif à blanc) dans l’étuve ; puis étuver encore une fois à 330 °C pendant
environ 30 minutes ou jusqu’à ce que la solution de ce mélange devienne incolore. Après, la
solution a été refroidie et 255 ml d’eau distillée ont été ajoutées. Le mélange a été ensuite
homogénéisé jusqu’à la dissolution complète des particules en suspension. Après
refroidissement, le volume a été complété à 50 ml avec de l’eau distillée. Après décantation de
ces digestats (c.à.d. échantillons et solution à blanc), diluer à la fois le digestat d’échantillon de
fourrage et de la solution à blanc dans le rapport 1 : 9 (v/v) avec de l’eau distillée. Avec une
micropipette, 0,2 ml de l’échantillon de fourrage et de solution à blanc ont été prélevés et
introduits dans le tube propre. 5 ml du réactif N1 ont été ajoutés, homogénéisés, ensuite 5 ml
du réactif N2 ont été ajoutés tout en agitant vigoureusement. Après un repos de 2 heures,
l’absorbance à 650 nm a été mesurée. Les solutions standards à 650 nm ont été également
dosées. L’équation de la courbe d’étalonnage [absorbance= f (concentrations de l’azote)] et y
= les valeurs d’absorbance pour l’échantillon et la solution du réactif à blanc a été établie en
vue de trouver la valeur (a) et la valeur (b). La valeur de teneur en azote total dans l’échantillon
de fourrage au moyen de la formule ci-après a été déduite :

N%=((a-b).v)/(W.al.10000)

Avec a = concentration de l’azote total dans la solution de l’échantillon de fourrage, b =

concentration de l’azote total dans la solution du réactif à blanc, v = volume total à la fin de
l’opération d’analyse (c.à.d. 0,2 ml + 10 ml = 10,2 ml), w= poids sec de l’échantillon utilisé
(c.à.d. 0,5g), al = aliquote de la solution prise (c.à.d. 0,2 ml), N% = teneur en azote total dans
l’échantillon de fourrage.

e) La teneur en Proteines brutes : est déterminée par la formule suivante :

PB (%) = MAT X 6,25

f) Energie brute (EB) : L’énergie brute des fourrages est estimée à partir de leur composition
chimique à l’aide de l’équation de Richard et al., 1990 :

EB = 4516 + 1,646 MAT + 70

 39

Avec EB : énergie brute exprimée en Kcal/Kg de MS et MAT = matières azotées totales ou

protéines brutes totales (PBT) exprimée en %MS ou en %.

g) Digestibilité des matières organiques (dMO) : La digestibilité des matières organiques a

été estimée de façon séquentielle à l’aide de l’équation de Guerin et al., (1989) ci-après :

(MAT)2
dMO = 900 + 45,1
(MO)2

Avec dMO = digestibilité des matières organiques exprimée en %MO (c.à.d. pourcentage des
matières organiques) ; MAT = matières azotées totales ou protéines brutes totales (PBT)
exprimées en %MS (C’est-à-dire le pourcentage des matières sèches) et MO = matières
organiques exprimées en %MS.

h) Energie digestible (ED) : L’énergie digestible a été estimée de manière séquentielle au

moyen de l’équation de Vermorel et Martin-Rosset, 1997 que voici :

ED = EBx dE

Avec ED = énergie digestible exprimée en Kcal/Kg de MS et dE = digestibilité de l’énergie

brute exprimé en % et est donnée par l’équation de Richard et al., (1990) ci-dessous : dE =
1,055dMO - 6,833 avec dMO étant la digestibilité des matières organiques exprimées en %.

2.2.4. Propriétés physico-chimiques du sol

Dans chaque parcelle, une quantité de sol a été prélevée à une profondeur de 0 à 15 cm dans les
quatre coins de chaque pâturage et au centre. Après, un échantillon composite a été prélevé ;
après mélange des sols collectés dans les 4 coins et milieu des pâturages, puis une quantité
d’environ 800 g a été obtenue et emballée puis transportée au laboratoire pour les analyses. Au
laboratoire, le poids frais P1 était directement pesé puis séché dans l’étuve à une température
de 70°C jusqu’à obtenir un poids sec et constant (P2). Les éléments analysés ont été : (i) le pH
eau, qui permet de mesurer l’acidité du sol, le (ii) pH KCl pour évaluer l’acidité totale ou
l’acidité de réserve du sol. (iii) le carbone organique et (iv) l’azote total, dont le rapport C/N
renseigne sur le degré d’évolution de la matière organique et son potentiel de fourniture d’azote
ainsi que les éléments majeurs indispensables à la croissance et au développement des végétaux
tels que (v) le phosphore échangeable et (vi) le potassium échangeable ont également été
analysés par la méthode fluoro-nitro-perchlorique (Buol et al., 2011).
 40

2.2.4.1. Analyses chimiques du sol

a) Détermination du pH eau et pH KCl

La méthode électrométrique à l’électrode de verre à l’aide d’un pH-mètre a été utilisée. Pour ce
qui concerne le pH eau, 10 g de chaque échantillon du sol ont été introduits dans un bécher de
50 ml. Ensuite, 25 ml d’eau distillée ont été ajoutés à chaque bécher. Pour homogénéiser la
solution, un agitateur a été utilisé pendant 30 à 45 minutes, afin de faciliter la mise en suspension
de la totalité de l’échantillon de solide (sol) et de l’obtention de l’équilibre entre la phase solide
et la phase liquide. Enfin, un pH-mètre préalablement calibré après la mise au repos a été
introduit (Saragoni et al., 1992 ; Staff, 1993).

Quant à ce qui concerne le pH KCl, aussi 10 g de chaque échantillon de sol ont été introduits
dans un bécher. Ensuite, 50 ml d’eau distillée ont été ajoutés à chaque bécher. Après 50 ml de
solution de KCl ont été également ajoutés. Après, la solution a été agitée à l’aide d’un agitateur
pendant 30 minutes (Staff, 1993). Enfin, après la mise au repos de la solution, un pH-mètre
préalablement calibré a été introduit (Staff, 1993).

b) Dosage de Carbone organique total

Le carbone a été dosé selon la méthode proposée par Walkley et Black (1934).

Mode opératoire

Dix grammes d’échantillon de sol préalablement séché à l’étuve à 70°C pendant 3 heure ont été
pesés et introduits dans la fiole conique de 250 ou 300 ml et puis 10 ml de bichromate de
potassium 1 N ont été ajoutés. Ensuite un barreau aimanté a été mis dans ce fiole conique. Pour
éviter la projection, 20 ml d’acide sulfurique concentré ont été ajoutés très lentement et un verre
de montre a été placé sur cette fiole conique. Pendant 1 minute, la solution a été vigoureusement
agitée et laissée reposer pendant 30 minutes. Après, le verre de montre a été rincé et des petites
quantités de 150 à 200 ml d’eau déminéralisée, 10 ml d’acide phosphorique concentré et 10 à
15 gouttes de solution indicatrice de ferroine ont été ajoutées (Buol et al., 2011). Remarque :
Le point de virage sera plus net avec l’addition de 500 ml d’eau au lieu de 150 à 200 ml ;
l'utilisation de la fiole conique de 500 ml peut être faite en doublant la quantité d'eau ajoutée.

L’excès de bichromate de potassium avec la solution de sulfate ferreux 0,5 N lors de l’apparition
de la coloration turquoise ont été titrés, puis encore et lentement titrés jusqu’à la coloration
 41

finale brune. Noter le volume utilisé. Doser également le témoin de la même manière que
l’échantillon après avoir introduit à l’avance dans un erlenmeyer un barreau aimanté, 10 ml de
bichromate de potassium 1 N et 20 ml d’acide sulfurique. Remarque : Si le titrage prend moins
que 4 ml de sulfate ferreux 0,5 N (i.e. plus de 80 % de dichromate est réduit), il faut reprendre
l’analyse avec un poids moindre d’échantillon. Si le volume de titrant est proche du témoin, il
faut prendre une quantité plus importante de sol ou sédiment jusqu’à un maximum d’environ
10 gramme. Il est à noter que si le point de virage est dépassé, ajouter 0,5 ml de solution de
dichromate de potassium et poursuivre le titrage (le volume de bichromate est alors de 10,5 ml).

Les résultats sont exprimés en % C. En considérant les concentrations de sulfate ferreux et du

bichromate de potassium, chaque ml de bichromate de potassium qui réagit correspond à 4 mg
de C (Ballot et al., 2016). Le pourcentage de carbone dans l’échantillon exprimé en % C est
(A−B)x 10 x 0,004 x 100
déterminé comme suit COT = PxA

Où :

COT : concentration de carbone organique total (% C) ;

A : volume en ml de sulfate ferreux utilisé pour le témoin ;

B : volume en ml de sulfate ferreux utilisé pour l’échantillon ;

10 : volume en ml de bichromate ajouté initialement ;

0,004 : nombre de g de C par ml de bichromate ;

P : poids de l’échantillon titré exprimé sur base sèche (g) ;

100 : facteur pour obtenir un pourcentage.

c) Détermination de la teneur en matière organique

La matière organique constitue un réservoir de nutriments lentement assimilables. En général,

le carbone organique présent dans les sols est mesuré, puis le résultat obtenu est transformé
pour obtenir la matière organique présente en prenant comme référence que 58 % du carbone
organique de l’humus du sol ou sédiment constitue la matière organique (Buol et al., 2011 ;
Ballot et al., 2016). Pour ce faire, la teneur en matière organique de chaque échantillon de sol
a été déterminée en multipliant la teneur en carbone organique total par le facteur 1,724. D’où
la relation ci-après :

%M.O = COT × 1,724

 42

d) Dosage de l’Azote total

L’azote total a été dosé par la méthode colorimétrique (Ballot et al., 2016).

Principe

Les teneurs en azote total sont mesurées dans la digestion (extrait de solution) obtenu en traitant
les échantillons des sols avec une série des réactifs chimiques comme le H202 (peroxyde
d’hydrogène ou eau oxygénée), l’acide sulfurique (H2SO4), le Sélénium et acide salicylique.

Mode opératoire

0,5 g d’échantillon sec de sol a été introduit dans le bécher ou l’erlenmeyer en pyrex de capacité
de 125 ml. Puis 4 ml de la solution d’extraction (mélange de H2SO4 concentré avec le sélénium)
ont été ajoutés, puis agités soigneusement le flacon (bécher ou erlenmeyer) pour s’assurer que
tout l’échantillon a été humidifié (Miller et White, 1998). Dans une hotte, le ballon (bécher ou
erlenmeyer) a été chauffé sur la plaque chauffante électrique à la température moyenne
d’environ 50°C. Après, le bécher ou l’erlenmeyer a été retiré et refroidi. Après refroidissement,
d’abord de manière rapide, 10 goutes de H202 à 30% ont été ajoutés, ensuite 3 à 4 gouttes de
H202 30 % ont encore été ajoutés, mais très lentement pour éviter la réaction virulente du
contenu. La solution dans le bécher ou erlenmeyer a été agitée manuellement en gardant le
contenu au fond de la fiole et réchauffée. Avant d’ajouter encore une fois avec prudence 6
gouttes de H2O2 30%, puis chauffer de nouveau, la solution a été encore refroidie. On continue
à refroidir et ajouter 6 gouttes de H2O2 jusqu’à ce qu’il y ait un changement de couleur, du noir
au brun foncé. Refroidir encore, ajouter encore 6 gouttes de peroxyde d’hydrogène, puis
continuer encore à chauffer. Lorsque la solution reste incolore au refroidissement, ajouter du
peroxyde et laisser se reposer dans la hotte pendant 15 minutes. Refroidir encore et transférer
quantitativement le contenu dans le bécher de 50 ml en utilisant l’eau distillée ; puis ramener le
volume du contenu au trait de jauge de 50 ml au moyen de l’eau distillée. Cette solution contient
une multitude d’éléments. Dans cette solution digestive on peut doser les éléments suivant N,
P, K et Mg.

La concentration en Azote total effectuée par les méthodes décrites dans la norme internationale
NF ISO 13878 (Ballot et al., 2016) dans la solution de l’échantillon, a été matériellement
exprimée par la relation suivante :
 43

(a−b).v
N% = W.al.10000 ; Avec a = concentration de l’azote total N dans la solution, b = concentration

de N dans le blanc, v = volume total à la fin de l’opération, w = poids sec de l’échantillon utilisé,
al = aliquote de la solution prise.

Connaissant déjà la teneur en carbone et celle de l’azote ; il a été facile de calculer le rapport
C/N. Il s’agit de diviser la teneur en carbone organique total d’un échantillon donné par sa
teneur en azote total.

e) Dosage du Phosphore assimilable

Le Phosphore assimilable a été dosé suivant la norme internationale NF ISO 11263 (Buol et al.,
2011 ; Ballot et al., 2016).

La solution d’extraction de l’hydogénocarbonate de sodium ou bicarbonate de sodium

(NaHCO3) 0,5mol/l ou 0,5M a été préparée puis le pH à 8,5 a été ajusté en ajoutant du NaOH
5 M. Solution-fille de 25 µg P/ml a été pipetée de la solution–mère (25 ml dans le cas d’une
solution-mère à 1000 µg/ml) dans une fiole jaune de 1l et a été complétée avec de l’eau distillée.
Ensuite, une série d’étalons de 0 ; 0.5 ; 1 et 2 µg P/ml a été pipetée dans une série de fioles
jaugées de 50 ml respectivement 0 ; 1 ; 2 et 4 ml de la solution-fille et compléter avec la solution
d’extraction.

Mode opératoire
Un gramme de sol a été introduit dans un erlenmeyer de 100 ml et puis 20 ml de solution
d’extraction ont été ajoutés et après c’est 0,5 g de charbon actif qui est ajouté. 20 ml des étalons
dans des erlenmeyer de 100 ml ont été portés et 0,5 g de charbon actif a été ajouté. Ensuite les
étalons ont été traités de façon identique aux échantillons. Sur la table agitatrice, la solution a
été agitée pendant 30 minutes, puis filtrés avec du papier filtre Whatman N°40 dont le diamètre
d’ordre de 125 mm et le filtrat a été recueilli dans un tube à essai sans bouchon. 0,5 g de charbon
actif a été utilisé pour traiter le filtrat coloré et puis filtré de nouveau. Après, très lentement 2,5
ml d’acide sulfurique 1 N ont été ajoutés et laissés réagi jusqu’à ce que la réaction arrive à un
dégagement gazeux. Ainsi, la continuité de cette réaction a été facilitée pendant 30 minutes tout
en remuant régulièrement les tubes à la main. Après avoir porté 5 ml du filtrat dans un tube à
essai avec bouchon ; 2,5 ml de mélange sulfomolybdique, 2 ml d’acide ascorbique et 10 ml
d’eau distillée ont été successivement ajoutés puis homogénéisés et chauffés pendant 10
minutes au bain-marie à 85°C puis laisser refroidir et passer les étalons et les échantillons au
 44

spectrophotomètre à 665 nm (nanomètres). Enfin, la courbe absorbance = f (concentration) a

été établie.
Le calcul de la concentration de l’extrait passé au spectrophotomètre (Ballot et al., 2016) a été
fait. Dans le cas de mesure sur l’extrait dilué, la concentration de l’extrait non dilué (donc du
filtrat), a été donnée par l’expression suivante :

5 x Ced
C𝑒 = ; Avec Ce = concentration de l’extrait
V𝑒

Ced = concentration de l’extrait dilué ; Ve = prise d’essai du filtrat (2 ou 1 ml) ; Teneur en P

(exprimé en ppm) = Ce x 20.

f) Dosage de Calcium et Magnésium

Selon (Buol et al., 2011), le Calcium et le Magnésium ont été dosés par la méthode fluoro-nitro-
perchlorique.
Lors de l’extraction, d’abord 10 g d’échantillon de sol sec ont été mesurés et introduits dans un
erlenmeyer. Après, 50 ml de solution d’acétate d’ammonium [1N (NH4-0-COOCH3), 1N] ont
été ajoutés. La solution a été homogénéisée pendant 30 minutes sur l’agitateur magnétique ;
puis filtrer la suspension au moyen de papier filtre de Whatman, ramener le volume de l’extrait
à 50 ml en ajoutant la solution d’acétate d’ammonium 1 N.

Dosage de Calcium
À l’aide d’une pipette graduée, 5 ml d’extrait de l’échantillon de sol ont été pipetés et introduit
dans un erlenmeyer puis ajouter 15 ml d’eau distillée, encore 2 ml de solution de NaOH 2N.
Après, 0,5 g de mélange du purpurate d’ammonium avec le sulfate de potassium (indicateur), a
été ajouté puis doser la solution ainsi obtenue avec la solution d’EDTA 0,01 N jusqu’au point
d’équivalence. Celui-ci a été atteint lorsque la coloration a changé en passant de la couleur
rouge vers la couleur rose persistante. Après ces étapes, également doser le blanc, c’est-à-dire
les solutions des réactifs sans sol (15 ml d’eau distillée, puis 2 ml de solution de NaOH 2 N ;
0,5 g du mélange du purpurate d’ammonium avec le sulfate de potassium) de la même manière
que les échantillons de sol.

Dosage de Calcium plus Magnésium (Ca+Mg)

Comme pour le dosage du Calcium, 5 ml d’extrait d’échantillon de sol ont été pipetés et
introduits dans un erlenmeyer. 15 ml d’eau distillée ont été ajoutés, puis 3 ml de solution tampon
(NH4Cl-NH4OH). Après 5 gouttes de solution d’Eriochrome Noir (NET) (indicateur) ont été
 45

ajoutées. Enfin, les deux solutions ; la solution obtenue avec la solution de l’EDTA 0,01N
jusqu’au point d’équivalence ont été titrées. A ce point d’équivalence, la couleur de la solution
change du rouge à la couleur bleue.

2.2.4.2. Analyses physiques du sol

a. Analyse granulométrique
Des analyses texturales ont également été réalisées pour connaître les proportions en argile,
limon et sable de chaque échantillon. La méthode de Bouyoucos, 1951 a été utilisée. Il s’agit
de la détermination de la texture en %, en argile, en limon et dans le sable dans un échantillon
de sol donné. Pour ce faire, 50 g de sol dans un bécher ont été pesés et 120 ml d’eau distillée
ont été versées dans ce bécher et y ajouter encore 10 ml de H2O2 à 30%. Ceux-ci ont servi à la
destruction de la fraction de la matière organique. Ensuite, tout chauffer au bain mari à 90°C
en vue de détruire la matière organique. Après destruction, la suspension a été refroidie ; puis
10 ml de calgon (Hexamethaphosphate de sodium à 10%) ont été ajoutés et attendre 10 minutes
pour une dispersion totale. Après ces 10 minutes, la suspension a été homogénéisée dans un
mixeur à grande vitesse pendant 2 minutes. Après, la suspension a été transvasée dans le
cylindre de Bouyoucos et portée au trait de jauge. Le cylindre a été renversé 10 fois pour
l’homogénéisation. Enfin, les lectures ont été procédées au densimètre en respectant le temps
recommandé et le prélèvement de la température à chaque lecture a été effectué.

2.3. Analyse statistique

Les analyses statistiques ont été réalisées en utilisant différents logiciels, notamment le tableur
Microsoft Excel (pour la saisie des données, traçage des graphiques et la codification des
données), ArcMap pour le Système d’Information Géographique (GIS) et la télédétection pour
la cartographie des pâturages et enfin le PAST et R pour le calcul de la similarité et la diversité
floristique.

La richesse spécifique (S) et les indices de diversité de Shannon (H’) et d’équitabilité de Pielou
(E) des différents relevés ont été calculés grâce au package « Biodiversity » du projet R.

- L’indice de diversité de Shannon Weaver (H’), 1949, repris par Grall et Hily, 2003 (indique
la richesse en espèces au sein d’un écosystème local) a été calculé à partir de la formule suivante
ci-dessous :

H'= -Σ[(Ni / N)*log2(Ni / N)], avec Ni le nombre total d’individus d’une espèce donnée (où i
variant de 1 à Ʃ), Ʃ le nombre total d’espèces et N le nombre total d’individus. Lorsque H’= 0,
 46

tous les individus du peuplement appartiennent à une même espèce. H’ est minimal lorsque
dans un peuplement chaque espèce est représentée par un seul individu. H’ est maximal quand
tous les individus sont repartis de façon égale sur toutes les espèces.

- L’équitabilité de Piélou (EQ) est le rapport de la diversité d’un peuplement ou d’un échantillon
et le nombre N d’espèces présentes. Il exprime la régularité, la répartition équitable des
individus au sein des placettes entre les espèces (Grall et Hily, 2003).

EQ = ISH/log2 (N).

La méthode de Ward a été utilisée pour grouper les différents types de pâturages dans la zone
d’étude (El-Hamdouchi et Willett, 1989). Cette méthode, est une approche alternative pour
effectuer une analyse de cluster. Fondamentalement, il considère l’analyse par grappes comme
une analyse du problème de variance, au lieu d’utiliser des mesures de distance ou des mesures
d’association (Anderberg, 1973). Cette méthode implique un algorithme de clustering
agglomératif. La méthode de Ward commence avec n grappes de taille 1 et se poursuit jusqu’à
ce que toutes les observations soient incluses dans une seule grappe. Elle est la plus appropriée
pour les variables quantitatives. La méthode d’ordination a été aussi utilisée. L’ordination par
les analyses de redondances (RDA) a été adoptée à l’aide du logiciel R pour analyser la
similarité entre le sol et les différentes espèces dans les relevés. Les différents groupements
végétaux ont été discriminés grâce à une analyse en composante principale (ACP) avec lien
complet par le biais du package végan du logiciel R.

Le test ANOVA a été appliqué sur les données de diversité afin de voir parmi les stations,
laquelle est plus diversifiée que les autres. Ce test a été choisi selon que les données suivent une
loi normale. La normalité des données a été vérifiée à l’aide du test de Shapiro-Wilk sous
l’hypothèse nulle (H0), que les données suivent la loi normale et avec comme hypothèse
alternative (H1) les données ne suivent pas la loi normale.

En cas de comparaison de deux moyennes, le test t de student ou test de Wilcoxon sont

appliqués, respectivement si les données à analyser suivent la loi normale ou non. Et en cas de
comparaison de plus de deux moyennes, le test ANOVA est appliqué ; si à la fois les données
avaient une distribution normale et une égalité de variance (homoscedasticité) entre les facteurs
pris en compte.

Pour ce qui concerne la corrélation entre les valeurs fourragères et les propriétés physico-
chimiques du sol, des analyses de corrélations ont été réalisées sur les données de valeurs
 47

fourragères (protéines brutes, l’énergie brute, les cendres totales, le carbone, le phosphore total,
l’azote, le calcium et le magnésium) sous contrainte des données concernant le sol (pH eau et
Kcl, le phosphore assimilable, le carbone, azote totale, l’argile, le limon et le sable).
L’importance de la dépendance entre les groupes de variables a été mesurée par un coefficient
de détermination r2 et le degré de signification p correspondant. La formule ci-dessous a été
utilisée pour calculer la corrélation entre les propriétés du sol et les valeurs bromatologiques :

∑[(𝑥𝑖 − 𝑥̅ ) (yi − 𝑦̅)]

r=
√∑(𝑥𝑖 − 𝑥̅ )2 ∗ ∑(𝑦𝑖 − 𝑦̅)2

𝑥̅ et 𝑦̅ = moyennes de l’échantillon. Les moyennes ont été calculées et après la distance de chaque
point de données par rapport à sa moyenne.
 48

Chapitre III. RESULTATS ET DISCUSSION

3.1. Résultats

3.1.1. Analyse floristique

3.1.1.1. Richesse spécifique, spectre des familles et types

morphologiques
A l’échelle de la zone, les investigations floristiques conduites à travers les pâturages naturels
du Sud-Kivu, plus précisément dans les zones agroécologiques de Kabare, Walungu et Plaine
de la Ruzizi ont permis de recenser pendant les deux saisons (sèche et pluvieuse) une liste des
169 espèces, repartie dans 117 genres et 38 familles de plantes. Les familles les plus abondantes
sont les Poaceae, les Fabaceae et les Asteraceae respectivement avec 19,48, 19,22 et 18,42%
(Tableau 3). Les Malvaceae, les Acanthaceae et les Rubiaceae sont aussi abondamment
rencontrées dans les pâturages du Sud-Kivu (avec 8,96, 4,86 et 4,37%). Néanmoins, les
Fabaceae sont plus diversifiés en termes d’espèces dans ces pâturages. Sur les 169 espèces
inventoriées, 156 sont consommées par les animaux. Les feuilles sont les parties fortement
broutées par les animaux dans cette zone agroécologique du Sud-Kivu avec 112 espèces, soit
71,79% suivies des tiges, écorces et fleures, respectivement avec 33, 9 et 2 espèces, soit 21,15%,
5,77% et 1,28% (Tableau 4 en annexe).

Par rapport aux différents types morphologiques recensés lors de cette étude ; il s’observe sur
la figure 5 et le tableau 3 ci-dessous que les herbacées dominent les zones pâturées de la région
avec 106 espèces, soit 62,72% sur 37,28% d’espèces ligneuses. Les pâturages du Sud-Kivu sont
constitués en grande partie des plantes herbacées vivaces avec 55 espèces (soit 32,54%). Quant
aux plantes ligneuses, elles occupent également une part importante avec 63 espèces dont les
arbustes sont majoritairement représentés avec 26 espèces (soit 15,38%) suivis des plantes sous-
arbustives (21 espèces, soit 12,43%) et des plantes arborescentes ainsi que les plantes
lianescentes avec 8 espèces chacune, soit 4,73%.
 49

Légende :

A= arbre ; Arb= arbuste ;

Han= herbe annuelle ;

Hvi= herbe vivace ;

S-arb= sous arbuste ; L= liane

Figure 5 : Types morphologiques d’espèces dans les pâturages du Sud-Kivu

3.1.1.2. Diversité floristique des aires agroécologiques pâturées

L’indice de Shannon Weaver a varié entre H’= 3,24 et 1,85 avec un indice d’équitabilité de
Pielou variant entre E= 0,94 et 0,66, soit une valeur proche de l’unité (Tableau 2).

Le tableau 2 ci-dessous donne les résultats après analyse des indices de la diversité :

Tableau 2 : Indices de diversité floristique analysés

Kabare Walungu Plaine de la Ruzizi

Indices R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15
Taxa_S 31 37 22 14 26 22 15 17 25 23 19 19 26 22 26
Individuals 124 232 159 91 247 198 147 111 203 188 143 116 164 203 185
Dominance_D 0,05 0,11 0,18 0,21 0,18 0,24 0,26 0,33 0,15 0,17 0,22 0,15 0,17 0,17 0,17
Simpson_1-D 0,95 0,89 0,82 0,79 0,82 0,76 0,74 0,67 0,85 0,83 0,78 0,85 0,83 0,83 0,83
Shannon_H 3,24 2,90 2,39 2,09 2,33 2,08 1,85 1,88 2,50 2,35 2,19 2,41 2,54 2,26 2,43
Evenness_e^H/S 0,82 0,49 0,49 0,58 0,39 0,36 0,42 0,39 0,49 0,45 0,47 0,58 0,49 0,44 0,44
Brillouin 2,87 2,66 2,17 1,87 2,16 1,91 1,70 1,67 2,31 2,16 1,99 2,17 2,30 2,09 2,22
Menhinick 2,78 2,43 1,75 1,47 1,65 1,56 1,24 1,61 1,76 1,68 1,59 1,76 2,03 1,54 1,91
Margalef 6,22 6,61 4,14 2,88 4,54 3,97 2,81 3,40 4,52 4,20 3,63 3,79 4,90 3,95 4,79
Equitability_J 0,94 0,80 0,77 0,79 0,71 0,67 0,68 0,66 0,78 0,75 0,74 0,82 0,78 0,73 0,75
Fisher_alpha 13,27 12,42 6,93 4,62 7,33 6,33 4,18 5,60 7,50 6,88 5,88 6,46 8,70 6,27 8,24
Berger-Parker 0,12 0,27 0,40 0,42 0,36 0,44 0,43 0,57 0,31 0,34 0,44 0,33 0,38 0,31 0,34
Avec KABARE : (R1 : Muganzo, R2 : INERA, R3 : Miti, R4 : Mudaka, R5 : Cirunga) ; WALUNGU : (R6 :
Muluse, R7 : Kashanja, R8 : Madaka, R9 : Mudusa, R10 : Lurale) et PLAINE DE LA RUZIZI : (R11 : Sange,
R12 : Mutarule, R13 : Luvungi, R14 : Katogota et R15 : Kamanyola).
 50

L’indice de Shannon calculé (Tableau 2) semble être plus élevé à Kabare dans le pâturage de
Muganzo que dans tous les autres. Mais après vérification, par un test statistique Anova,
groupant les données selon les zones agroécologiques (Kabare, Walungu et Plaine de la
Ruzizi) ; il s’observe sur la figure 6 ci-dessous, que la différence n’est pas significative entre
les zones d’étude (p = 0,1) ; une valeur hautement supérieure au seuil de 0,05, soit 5%.
Cependant, l’équitabilité de Piélou calculée est proche de l’unité 1 (Tableau 2). Ces fortes
valeurs équivalent ou sont proches de l’Unité (1) reflètent une distribution équitable des espèces
entre les milieux ou les relevés étudiés.

La figure 6 ci-dessous illustre la variation de la diversité floristique entre les zones d’étude.

Figure 6 : Variation de la diversité des sites pâturés dans la zone d’étude

3.1.1.3. Les fréquences et les contributions spécifiques

Les espèces herbacées sont très fréquentes dans les pâturages du Sud-Kivu avec une
contribution spécifique de 67,15%. Les Poaceae, les Fabaceae et les Asteraceae sont
grandement visibles dans les pâturages du Sud-Kivu avec une contribution spécifique,
respectivement de 19,48%, 19,22% et 18,42% (Tableau 3). L’espèce Digitaria abyssinica
possède la plus grande contribution spécifique dans la zone d’étude avec 3,06%.

Le tableau 3 ci-dessous présente la synthèse des familles et types morphologiques des espèces
selon leurs fréquence et contribution spécifique dans les pâturages de la zone d’étude.
 51

Tableau 3 : Analyse de la fréquence et contribution spécifique des espèces fourragères

Famille Espèces T.M ni Fsi Csi Cfa

Acanthaceae Asystasia gangetica (L.) T. Anders. Hvi 5 33,33 1,28
Dyschoriste radicans (Hochst. Ex A. Rich.)
Han 6 40 1,53
Nees
Hygrophyla auriculata (Schumach.) Heine Han 2 13,33 0,51 4,86
Justicia flava (Vahl) Vahl Hvi 3 20 0,77
Rungia grandis T. Anders. Hvi 3 20 0,77
Amaranthaceae Achyranthes aspera L. Hvi 1 6,67 0,26
0,52
Cyathula uncinulata (Schrad.) Schinz Hvi 1 6,67 0,26
Anacardiaceae Mangifera indica L. A 1 6,67 0,26 0,26
Apiaceae Centella asiatica (L.) Urb. Hvi 8 53,33 2,04
3,06
Hydrocotyle mannii Hook. f. Hvi 4 26,67 1,02
Apocynaceae Tevettia nerifolia Juss. Ex Steud. Arb 1 6,67 0,26 0,26
Asparagaceae Agave sisalana Perrine Hvi 1 6,67 0,26
Asparagus flagellaris (Kunth) Bak. Han 1 6,67 0,26 0,78
Dracaena sp. L 1 6,67 0,26
Aspleniaceae Asplenium sp. Han 1 6,67 0,26 0,26
Asteraceae Acanthospermum sp. Han 3 20 0,77
Ageratum conyzoides L. Han 6 40 1,53
Bidens pilosa L. Han 5 33,33 1,28
Blumea axillaris (Lam.) DC. Han 5 33,33 1,28
Bothriocline longipes (Oliv. & Hiern) N. E.
Arb 6 40 1,53
Br.
Conyza aegyptiaca (L.) Ait. Han 2 13,33 0,51
Conyza neglecta R. E. Fries Han 3 20 0,77
Conyza schimperi Sch. Bip. Ex A. Rich. Han 2 13,33 0,51
Conyza sumatrensis (Retz.) E. H. Walker Han 9 60 2,3
Crassocephalum montuosum (S. Moore)
Han 1 6,67 0,26
Milne-Redh.
Crassocephalum vitellinum (Benth.) S.
Han 7 46,67 1,79 18,42
Moore
Guizotia scabra (Vis.) Chiov. Han 1 6,67 0,26
Helichrysum cyamosus (L.) D. Don Hvi 4 26,67 1,02
Helichrysum luteo-album Hvi 2 13,33 0,51
Helichrysum panduratum O. Hoffm. Han 2 13,33 0,51
Lactuca attenuata Stebbins Han 2 13,33 0,51
Microglossa densiflora Hook. f. Arb 1 6,67 0,26
Microglossa pyrifolia (Lam.) Kuntze Arb 3 20 0,77
Tagetes minuta L. Han 1 6,67 0,26
Vernonia amygdalina Del. A 1 6,67 0,26
Vernonia kirungae R. E. Fries Arb 4 26,67 1,02
Vernonia scaettae Humbert & Staner S-arb 2 13,33 0,51
Bignoniaceae Jacaranda mimisifolia D. Don A 1 6,67 0,26 0,26
Boraginaceae Cynoglossum lanceolatum Forssk. Han 1 6,67 0,26 0,26
Maytenus arbutifolia (Hochst. ex A. Rich.)
Celastraceae Arb 1 6,67 0,26 0,52
Wilczek
 52

Famille Espèces T.M ni Fsi Csi Cfa

Maytenus sp. Arb 1 6,67 0,26
Clusiaceae Harungana madagascariensis Lam. ex Poir. Arb 3 20 0,77 0,77
Combretaceae Combretum sp. L 1 6,67 0,26 0,26
Commelinaceae Commelina diffusa Burm. f. Hvi 2 13,33 0,51 0,51
Convolvulaceae Cuscuta kilimanjari Oliv. Han 1 6,67 0,26
Dichondra micrantha Urb. Hvi 3 20 0,77 1,29
Ipomoea tenuirostris Choisy Hvi 1 6,67 0,26
Cucurbitaceae Momordica foetida Schumach. L 1 6,67 0,26 0,26
Cyperaceae Cyperus angolensis Böck. Hvi 1 6,67 0,26
Kyllinga bulbosa P. Beauv. Han 2 13,33 0,51
Kyllinga pumila Michx. Hvi 1 6,67 0,26
1,29
Mariscus macrocarpus Kunth Hvi 1 6,67 0,26
Mariscus cylindristachyus Steud.
Hvi 1 6,67 0,26
Syn. : Mariscus umbelatus
Dennstaedtiaceae Pteridium aquilinum (L.) Kuhn Han 1 6,67 0,26 0,26
Fabaceae Acacia sp. Arb 3 20 0,77
Acacia spinosa Marloth & Engl. Arb 3 20 0,77
Piliostigma thonningii (Schumach.) Milne-
Redh. Arb 2 13,33 0,51
Syn. : Bauhinia thonningi Schumach.
Crotalaria incana L. Han 3 20 0,77
Crotalaria ononoides Benth. Han 1 6,67 0,26
Crotalaria spinosa Hochst. ex Benth. Hvi 5 33,33 1,28
Desmodium adscendens (Sw.) DC. Hvi 1 6,67 0,26
Desmodium repandum (Vahl.) DC. Hvi 2 13,33 0,51
Desmodium velutinum (Willd.) DC. S-arb 2 13,33 0,51
Erythrina abyssinica Lam. A 1 6,67 0,26
Glycine wightii (Wight. & Arn.) Verdc. L 4 26,67 1,02
Indigofera ambelacensis Schweinf. Hvi 2 13,33 0,51
Indigofera arrecta Hochst. ex A. Rich. S-arb 3 20 0,77
Indigofera volkensii Taub. Hvi 3 20 0,77 19,22
Leucaena diversifolia (Schltdl.) Benth. Han 1 6,67 0,26
Mimosa invisa Mart. Ex Colla S-arb 2 13,33 0,51
Mimosa pudica L. S-arb 4 26,67 1,02
Neonotonia wightii (Wight & Arn.) J. A.
Hvi 1 6,67 0,26
Lackey
Senna floribunda (Cav.) H. S. Irwin &
Arb 1 6,67 0,26
Barneby
Senna hirsuta L. Arb 1 6,67 0,26
Senna mimosoides L. S-arb 3 20 0,77
Senna siamea Lam. Arb 1 6,67 0,26
Stylosanthes sp. Hvi 3 20 0,77
Tephrosia purpurea (L.) Pers. Arb 1 6,67 0,26
Tephrosia sp. S-arb 2 13,33 0,51
Tephrosia vogelii Hook. f. Arb 2 13,33 0,51
Teramnus labialis (L. f.) Sprengel Hvi 2 13,33 0,51
 53

Famille Espèces T.M ni Fsi Csi Cfa

Trifolium pratense L. Arb 4 26,67 1,02

Trifolium purseglovei Gillett Han 4 26,67 1,02
Tylosema sp. Hvi 3 20 0,77
Vigna schimperi Bak. Hvi 3 20 0,77
Vigna vexilata (L.) A. Rich. L 2 13,33 0,51
Juncaceae Juncus sp. Han 1 6,67 0,26 0,26
Lamiaceae Clerodendon rutundifolium Oliv. L 1 6,67 0,26
Clerodendron johnstonii Oliv. L 1 6,67 0,26
Hoslundia opposita Vahl Arb 2 13,33 0,51
Leonotis nepetifolia (L.) Ait. f. Han 1 6,67 0,26
Leucas deflexa Hook. f. Han 1 6,67 0,26 3,86
Ocimmum gratissimum L. S-arb 2 13,33 0,51
Platostoma montanum (Robyns) A.J. Paton Han 3 20 0,77
Plectranthus assurgens (Bak.) J. K. Morton Han 1 6,67 0,26
Plectranthus longipes Bak. Han 1 6,67 0,26
Solenestemon sp Hvi 2 13,33 0,51
Malvaceae Aboutilon mauritianum (Jacq.) Medic
S-arb 2 13,33 0,51
Syn. : Pavonia patens Chiov.
Hibiscus aponeurus Sprague & Hutch. S-arb 1 6,67 0,26
Hibiscus cannabinus L. S-arb 4 26,67 1,02
Hibiscus fuscus Garcke S-arb 1 6,67 0,26
Hibiscus noldae Bak. F. S-arb 1 6,67 0,26
Hibiscus sp. S-arb 2 13,33 0,51 8,95
Pavonia urens Cav. S-arb 2 13,33 0,51
Sida acuta Burm. f. S-arb 10 66,67 2,55
Sida rhombifolia L. S-arb 1 6,67 0,26
Triumfetta cordifolia Guill & Pera. S-arb 1 6,67 0,26
Triumfetta rhomboidea Jacq. S-arb 6 40 1,53
Urena lobata L. S-arb 4 26,67 1,02
Melastomataceae Dissotis irvingiana Hook. f. Han 1 6,67 0,26 0,26
Menispermaceae Cissampelos mucronata A. Rich. L 1 6,67 0,26 0,26
Myrthaceae Eucalyptus globulus Labill. A 2 13,33 0,51
1,53
Psidium guajava L. A 4 26,67 1,02
Onagraceae Ludwingia abyssinica A. Rich. Hvi 1 6,67 0,26 0,26
Oxalidaceae Biophytum helenae Buscal. & Muschl. Han 1 6,67 0,26 0,26
Phyllanthaceae Bridelia bridelifolia (Pax) Fedde A 1 6,67 0,26
Phyllanthus niruri L. Han 2 13,33 0,51 1,03
Phyllanthus nummulariifolius Poir. S-arb 1 6,67 0,26
Plantaginaceae Plantago palmata Hook. f. Hvi 1 6,67 0,26 0,26
Poaceae Andropogon sp. Han 1 6,67 0,26
Axonopus sp. Hvi 3 20 0,77
Brachiaria brizantha (A. Rich.) Stapf Hvi 5 33,33 1,28 19,48
Brachiaria ruziziensis Germain & Evrard Hvi 1 6,67 0,26
Chloris pycnothrix Trin. Hvi 2 13,33 0,51
 54

Famille Espèces T.M ni Fsi Csi Cfa

Cynodon dactylon (L.) Pers. Han 3 20 0,77

Digitaria abyssinica (A. Rich.) Stapf Hvi 12 80 3,06
Eleusine indica (L.) Gaertn. Han 1 6,67 0,26
Eragrostis blepharoglomis K. Schum. Hvi 4 26,67 1,02
Hyparrhenia confinis (Hochst. ex A. Rich.)
Han 2 13,33 0,51
Anders. ex Stapf
Hyparrhenia rufa (Nees) Stapf Hvi 5 33,33 1,28
Isachne kiyalaensis Robyns Han 1 6,67 0,26
Panicum maximum Jacq. Hvi 1 6,67 0,26
Paspalum conjugatum Berg Hvi 3 20 0,77
Paspalum dilatatum Poir. Hvi 3 20 0,77
Paspalum glumaceum Clayton Hvi 5 33,33 1,28
Paspalum notatum Fluegge Hvi 5 33,33 1,28
Paspalum scrobiculatum L. Hvi 4 26,67 1,02
Pennisetum clandestinum Chiov. Hvi 1 6,67 0,26
Pennisetum polystachyon (L.) Schult. Hvi 2 13,33 0,51
Rhychelictrum repens (Willd) C.E. Hubb. Han 1 6,67 0,26
Setaria barbata (Lam.) Kunth Han 1 6,67 0,26
Setaria viridis P. Beauv. Hvi 1 6,67 0,26
Sporobolus molleri Hack. Han 1 6,67 0,26
Sporobolus pyramidalis P. Beauv. Hvi 6 40 1,53
Sporobolus stapfianus Gand. Han 1 6,67 0,26
Themeda sp Hvi 1 6,67 0,26
Proteaceae Grevillea robusta A. Cunn. A 1 6,67 0,26 0,26
Rosaceae Rubus steudneri Schweinf. Arb 1 6,67 0,26 0,26
Rubiaceae Canthium sp. Arb 1 6,67 0,26
Cinchona officinalis L. Arb 2 13,33 0,51
Pentas longiflora Oliv. Hvi 1 6,67 0,26
Pentas zanzibarica (Klotzsch) Vatke Hvi 2 13,33 0,51
Rubia cordifolia L. Hvi 1 6,67 0,26
Rubiaceae inconnue 1 Han 1 6,67 0,26 4,37
Rubiaceae inconnue 2 Han 1 6,67 0,26
Spermacoce dibrachiata Oliv. Han 2 13,33 0,51
Spermacoce princeae (K. Schum.) Verdc. Han 4 26,67 1,02
Spermacoce subvulgata (K. Schum.) Garcia Han 1 6,67 0,26
Virectaria major (K. Schum.) Verdc. Hvi 1 6,67 0,26
Scrophulariaceae Alectra senegalensis Benth. Han 1 6,67 0,26 0,26
Solanaceae Lycopersicum esculentum Mill. Han 1 6,67 0,26
Solanum angustispinosum De Wild. Arb 3 20 0,77
1,55
Solanum mauritianum Scop. Arb 1 6,67 0,26
Solanum sp. Arb 1 6,67 0,26
Theaceae Camellia sinensis (L.) Kuntze Arb 1 6,67 0,26 0,26
Verbenaceae Lantana camara L. Arb 10 66,67 2,55
2,81
Stachytarpheta indica (L.) Vahl Hvi 1 6,67 0,26
 55

Famille Espèces T.M ni Fsi Csi Cfa

Hvi 1 6,67 0,26

Xanthorrhoeaceae Aloe macrosiphon Bak. 0,77
Aloe vera (L.) Burm.f. Hvi 2 13,33 0,51
392 100 100
TM : Type morphologique ; ni : nombre d’individus ; FS : Fréquence spécifique ; CS : Contribution spécifique ;
Cfa : Contribution par famille ; Han : Herbe annuelle ; Hvi : Herbe vivace ; A : Arbre ; Arb : Arbuste ; S-arb :
Sous-arbuste et L : Liane.

3.1.1.4. Typologie et caractérisation des pâturages selon les 3 groupes

Sur base des données collectées sur le terrain, trois (3) groupes de pâturages ont été discriminés
à l’échelle de la zone (figure 7). Les groupes se sont formés selon qu’ils s’agissaient d’espèces
de la partie haute ou moyenne altitude et de la plaine (ou basse altitude). Ces groupes se
présentent comme suit :

Le premier groupe (G1), caractérise les pâturages de la plaine. Ce groupe forme un seul (1)
type ou groupement de formation végétale poussant sur un sol limono-sablonneux. Il s’agit du
groupement à Hyparrhenia rufa (Nees) Stapf et Paspalum glumaceum Clayton (Tableau 4 en
annexe).

Ce type se développe entre 880 et ± 930 m d’altitude sur le sol limono-sablonneux, acide avec
un pH moyen de 5,4. Néanmoins, les taux de sable et de limon sont faibles (soit 31,6 et 43,8%).
Cette formation se développe généralement sur des pentes très faibles, presqu’à 0°. Elle est
caractérisée par le groupement à Hyparrhenia rufa (Nees) Stapf et Paspalum glumaceum
Clayton (Tableau 4 en annexe). Ce groupement est une formation herbacée soumise aux zones
humides sur sol sableux, plus souvent hydromorphe. Cette formation regroupe plusieurs
espèces hydrophiles (Ludwigia abyssinica A. Rich., Cyperus angolensis Böck., Hygrophyla
auriculata (Schumach.) Heine, …) et forme deux strates ; une herbacée et l’autre arbustive. Sur
le plan physionomique, ces pâturages, sont dominés dans la strate herbacée par Hyparrhenia
rufa (Nees) Stapf, Paspalum glumaceum Clayton, Sporobolus pyramidalis P. Beauv.,
Brachiaria brizantha (A. Rich.) Stapf, Conyza neglecta R. E. Fries, Sida acuta Burm f. et
Mimosa pundica L. Le nombre spécifique varie de 22 à 30 avec une moyenne de 26 espèces
par relevé. La hauteur la plus grande dans cette strate varie entre 1 et 2 m. La strate arbustive
quant à elle, peut aller jusqu’à 3 m de haut et est dominée par Acacia spinosa Marloth & Engl.,
Acacia sp., Piliostigma thonningii (Schumach.) Milne-Redh. (Syn. : Bauhinia thonningi
Schumach.) et Senna siamea L. Dans l’ensemble, la hauteur des espèces du groupement varie
 56

entre 5 à 300 cm et avec un taux de recouvrement moyen variant de 65 à 80%, soit une moyenne
de 71%.

Le deuxième groupe (G2) caractérise des pâturages herbacés de moyenne et haute altitude
avec des espèces colonisant le sol argilo-limoneux. Ce groupe forme deux (2) types de
formation végétale à savoir : le groupement à Digitaria abyssinica (A. Rich.) Stapf et Centella
asiatica (L.) Urb. et le groupement à Paspalum notatum Fluegge et Axonopus sp. (Tableau 4 en
annexe).

1°) Le groupement à Digitaria abyssinica (A. Rich.) Stapf et Centella asiatica (L.) Urb. est un
pâturage herbacé poussant sur un sol argileux. Il se développe beaucoup plus sur le sol à terre
ferme mais parfois, dans les zones à sol hydromorphe. Ce groupement forme un tapis pauvre
en espèce avec une strate herbacée dominée par Digitaria abyssinica (A. Rich.) Stapf qui est
accompagné par Centella asiatica (L.) Urb. et parfois par Dyschoriste radicans (Hochst. ex A.
Rich.) Nees.

2°) Par ailleurs le groupement à Paspalum notatum Fluegge et Axonopus sp. est caractéristique
des jachères post-culturales des zones de moyenne et haute altitudes poussant entre 1400 et
2000 m. Ce dernier se développe sur un sol argilo-limoneux et est formé par deux strates. La
strate herbacée est dominée par Paspalum notatum Fluegge, Axonopus sp, Paspalum
scrobiculatum P. Beauv. Et Paspalum conjugatum Berg. La strate arbustive fréquemment
soumise aux actions anthropiques suite à la recherche des bois de chauffe dans le milieu, est
dominée par Bothriocline longipes (Oliv. & Hiern) N. E. Br., Lantana camara L. et Hoslundia
opposita Vahl. On observe aussi dans certains endroits, la présence des quelques pieds
d’Harungana madagascariensis Lam. ex Poir. Colonisant ces pâturages dans leur strate
arbustive.

Le troisième groupe (G3) caractérise uniquement les pâturages de moyenne altitude poussant
sur un sol argilo-limoneux avec un début d’une colonisation des certaines espèces arbustives
des jachères comme Triumfetta rhomboidea Jacq., Tephrosia vogelii Hook. f. et Lantana
camara L. Ce groupe forme un (1) type de formation végétale, le groupement à Digitaria
abyssinica (A. Rich.) Stapf et Paspalum scrobiculatum L. (Tableau 4 en annexe).

Ce type de formation caractérise les savanes herbeuses se situant entre 1600 et 1700 m d’altitude
sur un sol argilo-limoneux (Tableau 6). Ce groupe est caractérisé par le groupement à Digitaria
abyssinica (A. Rich.) Stapf et Paspalum scrobiculatum L. (Tableau 4 en annexe). Ce
 57

groupement à Digitaria abyssinica (A. Rich.) Stapf et Paspalum scrobiculatum L. est

caractéristique des savanes herbeuses de zones légèrement froides se développant sur un sol
argileux à argilo-limoneux présente deux strates. La strate herbacée et la strate sous-arbustive.
La strate herbacée dépassant rarement 30 cm de hauteur, est dominée par Digitaria abyssinica
(A. Rich.) Stapf, Paspalum scrobiculatum L., Cynodon dactylon (L.) Pers. Et Rungia grandis
T. Anders. Quant à la strate arbustive, elle est dominée par les espèces sous-arbustives, à
savoir : Lantana camara L., Triumfetta rhomboidea Jacq. Et Tephrosia vogelii Hook. f.

Groupe 1 (G1) Groupe 2 (G2) Groupe 3 (G3)

Regroupement
des pâturages

Figure 7 : Dendrogramme issu des données d’abondance-dominance des espèces de pâturage

Avec Groupe 1 (G1) = PLAINE DE LA RUZIZI : (R11 : Sange, R12 : Mutarule, R13 : Luvungi, R14 : Katogota et
R15 : Kamanyola) ; Groupe 2 (G2) = Prenant en compte quelques pâturages de KABARE et WALUNGU : (R9 :
Mudusa, R6 : Muluse, R5 : Cirunga, R8 : Madaka, R3 : Miti, R4 : Mudaka R7 : Kashanja, R10 : Lurale) et
KABARE : (R1 : Muganzo, R2 : INERA).
 58

3.1.2. Estimation de la superficie des pâturages

Après calcul, il a été démontré que la zone d’étude (Kabare, Walungu et Plaine de la Ruzizi), a
une superficie des 229504 ha couverte par une végétation (figure 8). Vu que cette étude s’est
effectuée dans les savanes pâturées et que nous aurions uniquement besoin de connaître la
superficie qu’occupe les pâturages dans cette zone ; la superficie du Parc National de Kahuzi-
Biega (98953 ha) et celle de la Réserve Naturelle d’Itobwe (49940 ha) passant dans la zone
d’étude ont été retranchées sur la superficie totale (229504 ha) pour avoir 80611 ha. Le tableau
5 ci-dessous présente les superficies de chaque territoire en hectare et en pourcentage. Il en
ressort que la Plaine de la Ruzizi dans le territoire d’Uvira, occupe la plus grande superficie des
pâturages (39104,4ha, soit 48,5%) par rapport aux deux autres sites.

Tableau 5 : La superficie estimée des pâturages de Kabare, Walungu et Uvira au Sud-Kivu

Territoires Superficie en km² Superficie en ha Superficie en %

Kabare 1870 20044,48 25,61

Walungu 1890 20862,13 25,88
Uvira 3542 39104,4 48,51
Total 7302 80611,01 100

La figure 8 ci-dessous présente la distribution avec une estimation des pâturages de la zone
d’étude. Il en ressort que les pâturages sont largement distribués dans la zone d’étude. Il y a
encore des pâturages non utilisés dans cette zone suite à l’innascibilité due aux différentes
insécurités dans la région.
 59

Points

Aires protégées

Territoires

Lacs
Pâturages

Figure 8 : Carte d’estimation de la superficie occupée par les pâturages après utilisation des 5
indices

3.1.3. Calcul et estimation de la biomasse dans les pâturages selon la

saison

3.1.3.1. Variation de biomasse aérienne dans les deux saisons

Le tableau 6 présente différentes variations de biomasse aérienne entre les deux périodes ou
saisons (saison de pluie et saison sèche) de récoltes de biomasse dans les 3 aires
agroécologiques retenues dans cette étude.
 60

Tableau 6 : Variation de biomasse aérienne en fonction de saisons

Zone agroécologique
Biomasse saison de Pluie Biomasse saison sèche
P. µ frais P. µ sec P. µ frais P. µ sec P-value
Zones agroécologiques Pâturages g/ha g/ha µtMS/ha±£ Moyenne g/ha g/ha µtMS/ha±£ Moyenne (5%)
Muganzo 20610000 5042500 5,04± 2,62 7000000 4447885 4,45±1,7
Inera 37440000 4415500 4,42± 2,3 8600000 4790092 4,79±1,83
6,50±
KABARE Miti 21315000 4635000 4,64± 2,41 2500000 1922404 1,92±0,74 3,56±1,36 0,05556 n.s
3,38
Mudaka 30645000 5607500 5,61± 2,92 5450000 2602300 2,6±0,99
Cirunga 27510000 12797500 12,80± 6,66 9725000 4046571 4,05±1,55
Muluse 25725000 3967500 3,97± 2,06 5575000 4282188 4,28±1,64
Kashanja 27135000 2972500 2,97± 1,55 9200000 3926768 3,93±1,5
3,53±
WALUNGU Madaga 17120000 2507500 2,51± 1,3 7325000 3949750 3,95±1,51 3,34±1,28 0,7781 n.s
1,83
Mudusa 31180000 4502500 4,50± 2,34 4750000 3292313 3,29±1,26
Lurale 23260000 3695000 3,70± 1,92 2200000 1235000 1,24±0,47
Sange 26985000 3515000 3,52± 1,83 5925000 4245104 4,25±1,62
Mutarule 26140000 3855000 3,86± 2,01 4350000 2947438 2,95±1,13
3,83±
PLAINE DE LA RUZIZI Luvungi 25035000 3117500 3,12± 1,62 4000000 2557250 2,56±0,98 2,55±0,98 0,06867 n.s
1,99
Katogota 25150000 4530500 4,53± 2,36 2525000 1303713 1,3±0,5
Kamanyola 18705000 4115000 4,12± 2,14 3125000 1689125 1,67±0,65
4,62±2,40 3,15±1,21
P-value (5%) = 0,03672**
Avec P.µg frais/ha = Poids frais moyen en g par hectare ; P.µg = Poids moyen en g ; P.µtMS/ha±£ = Moyenne de Poids en tonne de la matière sèche par hectare et écart-
type ; n.s= non significative ; **= significative.
 61

Il s’observe dans le tableau 6 que la biomasse varie d’un pâturage à l’autre mais elle est
beaucoup plus produite dans les pâturages situés en altitude dans Kabare où la biomasse la plus
élevée est mesurée jusqu’à 12797,5 Kg MS ha-1 (soit 12,8 t MS ha-1±6,66). En partant de la
moyenne entre les deux saisons (soit 4,62 t MS ha-1 ±2,40 en saison pluvieuse et 3,15 t MS ha-
1
±1,21 en saison sèche), selon le test réalisé de Wilcoxon W = 163, il s’observe que la différence
est significative par rapport à la production de biomasse entre les deux saisons. La saison
pluvieuse produit plus de biomasse que la saison sèche (p-value < 0,05). Ces résultats montrent
que la biomasse diminue avec le changement des saisons et perd le poids en saison sèche, avec
p = 0,037 (Tableau 6), suite à la perte d’eau et certains éléments minéraux ainsi que le
sèchement des certaines espèces dans les pâturages. Néanmoins, pas des différences
significatives entre les saisons par rapport à chaque zone agroécologique p-value ≥ 0,05
(Tableau 6).

3.1.3.2. Production des nutriments de fourrages dans les deux saisons

Pour ce qui est des nutriments fourragers produit dans les deux saisons ; il s’observe sur les
deux figures (9 et 10) ci-dessous que le Carbone, le Phosphore, l’Azote, le Magnésium, la
matière sèche et les protéines sont très significativement produit en saison de pluie qu’en saison
sèche, respectivement avec p(value)=0,00083, p(value)=0,0056, p(value)=0,00009,
p(value)=0,018, p(value)=0,037 et p(value)=0,00009. Néanmoins, la teneur en Calcium ainsi
que la matière organique augmentent légèrement en saison sèche mais pas avec des différences
significatives p(value)=0,34 et p(value)= 0,87 (figure 10).
 62

Figure 9 : Variation de la matière sèche et des nutriments fourragers selon les saisons
 63

Figure 10 : Variation de la protéine, matière organique et autres nutriments fourragers selon les saisons
 64

3.1.4. Analyse granulométrique et ordination des relevés

3.1.4.1. Analyse granulométrique

Trois (3) types de sols (sols argileux, limoneux et sableux) ont été identifiés dans les pâturages
du Sud-Kivu en 3 zones agroécologiques (Tableau 7). Ces sols forment deux groupes selon
qu’ils s’agissaient des pâturages de moyenne et haute altitudes (sols argilo-limoneux) ou de la
plaine (sols limono-sablonneux). Néanmoins, les sols argilo-limoneux dominent avec une
moyenne de 76 % sur les sols limono-sablonneux avec 60,47 %.

3.1.4.2. Analyse chimique

Il en découle de ce tableau 7 que le sol dans les pâturages du Sud-Kivu est acide et varie de 5,2
à 6,02, avec une moyenne de 5,76 pour le pH en eau et de 4,01 à 4,57 (avec une moyenne de
4,38) pour le pH en KCl. Dans l’ensemble, les moyennes de teneurs en carbone et azote dans
les sols de pâturages du Sud-Kivu sont faibles, respectivement avec 2,82 et 0,70 % (Tableau 7).
Néanmoins, la moyenne de la teneur en phosphore dans l’ensemble est fortement élevée avec
12,14 % (Tableau 7).

La teneur en sable est élevée dans la plaine de la Ruzizi qu’à Kabare et Walungu. Tandis que
l’argile est faible et ne dépassant pas 25%. Elle arrive jusqu’à plus de 45% à Walungu et Kabare.
 65

Tableau 7 : Analyses physico-chimiques de sols de pâturages du Sud-Kivu

Zones pH pH % en % en % % %
Pâturages %Humidité % en P Granulométrie
agroécologiques H2O Kcl C N Argile Limon Sable
Muganzo 66,25 5,9 4,37 2,49 11,56 0,64 46 32 22 Sol Argilo-limoneux
INERA 61,09 5,9 4,45 2,54 10,82 0,64 50 30 20 Sol Argilo-limoneux
KABARE Miti 62,84 6,01 4,51 2,59 11 0,64 48 32 20 Sol Argilo-limoneux
Mudaka 57,65 6,01 4,51 2,56 11,5 0,64 46 34 20 Sol Argilo-limoneux
Cirunga 62,63 5,9 4,32 2,59 11,07 0,64 46 32 22 Sol Argilo-limoneux
Moyenne 62,09 5,94 4,43 2,55 11,19 0,64 47,2 32 20,8
Kashanja 70,59 5,8 4,47 2,44 11,87 0,64 47 33 20 Sol Argilo-limoneux
Muluse 71,03 6,01 4,54 2,48 11,81 0,64 46 34 20 Sol Argilo-limoneux
WALUNGU Madaga 63,16 6,02 4,57 2,38 11,68 0,64 50 30 20 Sol Argilo-limoneux
Mudusa 63,87 6,02 4,48 2,46 11,68 0,64 46 36 18 Sol Argilo-limoneux
Lurala 53,61 5,8 4,42 2,56 11,56 0,64 45 35 20 Sol Argilo-limoneux
Moyenne 64,45 5,93 4,50 2,46 11,72 0,64 46,8 33,6 19,6
Sange 63,1 5,3 4,32 3,43 13,54 0,83 25 44 31 Sol Limono-sablonneux
PLAINE DE Mutarule 58,51 5,4 4,01 3,46 13,6 0,82 24 45 31 Sol Limono-sablonneux
LA RUZIZI Luvungi 56,28 5,7 4,45 3,41 13,42 0,8 24 44 32 Sol Limono-sablonneux
Katogota 63,6 5,5 4,02 3,43 13,54 0,83 25 43 32 Sol Limono-sablonneux
Kamanyola 60,03 5,2 4,37 3,43 13,48 0,83 25 43 32 Sol Limono-sablonneux
Moyenne 60,30 5,42 4,23 3,43 13,52 0,82 24,6 43,8 31,6
Moyenne 62.28 5,76 4,39 2,82 12,14 0,7 39,53 36,47 24

Avec : P.F : Poids frais ; P.S : Poids sec ; % en C : Teneur en Carbone ; % en P : Teneur en Phosphore ; % en N : Teneur en Azote
 66

3.1.4.3. Les propriétés du sol et quelques paramètres environnementaux

directeurs de la distribution des espèces dans les pâturages

L’ordination de la double projection (ACP) des certains paramètres environnementaux

(l’altitude, la couverture totale des pâturages, la pente) et les propriétés physico-chimiques du
sol (les pH(eau et KCl), l’Azote, le Phosphore, le Carbone, le limon, le sable et l’argile) montre
la partition des facteurs directeurs de distribution des espèces à l’échelle de la zone d’étude
(figure 11).
 67

Figure 11 : Ordination des propriétés du sol et paramètres environnementaux influençant la distribution d’espèces et des relevés

Légende : kab : Kabare ; wal : Walungu et pl : Plaine de la Ruzizi

 68

L’analyse combinée de l’ACP montre une influence des éléments physico-chimiques du sol sur
la distribution d’espèces à l’échelle de la zone d’étude. Il s’observe sur la figure 11 que le type
de sol ainsi que quelques paramètres environnementaux réagissent différemment pour
influencer la distribution d’espèces dans les pâturages. Ainsi, suivant l’axe RDA1, certaines
espèces (comme par exemple le Paspalum glumaceum, Hyparrhenia rufa, Paspalum
scrobiculatum,…) dépendent négativement du pH (eau et KCl), de l’argile et de la pente. Ces
pâturages sont aussi négativement influencés par l’altitude et le recouvrement. Ces pâturages
se regroupent dans la zone agroécologique de la Plaine de la Ruzizi. Dans cette zone, le sol
limono-sablonneux et azoté ainsi que riche en carbone influence la distribution des espèces.
Tandis que dans l’axe RDA2, les deux autres zones agroécologiques (Kabare et Walungu), la
distribution des espèces est influencée par un sol argilo-limoneux. Dans la zone agroécologique
de Walungu, l’humidité et le recouvrement du sol influence négativement la répartition des
espèces et d’autres espèces préfèrent le sol riche en carbone. Dans cet axe, la pente et l’acidité
dans le sol (les pH eau et KCl) influencent positivement la distribution d’espèces que la teneur
des autres nutriments dans le sol dans cette zone agroécologique de Kabare.

3.1.5. Corrélation entre les propriétés de sol et les valeurs fourragères

Le tableau 8 ci-dessous montre la corrélation entre le sol et les valeurs nutritionnelles des
pâturages du Sud-Kivu.

Le tableau 8 ci-dessous, montre qu’il n’y a pas une corrélation significative entre les propriétés
physico-chimiques de sols et les valeurs fourragères analysées pendant la saison de pluie. Sauf
seulement entre le potentiel en hydrogène en eau et le magnésium qui présente une corrélation
faible et négativement. Les corrélations entre les propriétés de sol et les valeurs fourragères
pendant la saison pluvieuse sont faibles et non significatives dans l’ensemble.

Néanmoins, pendant la saison sèche c’est le contraire qui s’observe. La corrélation est
significative entre les propriétés de sols et les valeurs fourragères analysées pendant cette
saison. Ces propriétés du sol sont en corrélation hautement significatives entre le carbone du
fourrage, l’azote du fourrage, les protéines et l’énergie brute. Lorsque le potentiel en hydrogène
(en eau ou en KCl) et la teneur en argile sont en grande quantité dans le sol, la teneur en carbone
du fourrage corrèle négativement (-0,79 ; -0,63 et -0,77) c’est-à-dire que la teneur en carbone
dans le fourrage devient très faible (Tableau 8). Pendant cette saison sèche, toutes les propriétés
de sols (pH en H2O, pH en KCl, le carbone dans le sol, le phosphore dans le sol, l’azote dans
le sol, les argiles, les limons et les sables) sont en corrélations non significatives entre la cendre
 69

brute, le calcium du fourrage, le magnésium du fourrage et le phosphore du fourrage. Ces

corrélations sont faibles, ne dépassant pas 45% ou parfois moins de 20%.
 70

Tableau 8 : Corrélation entre les propriétés physico-chimiques de sols et les valeurs fourragères dans les pâturages de la zone

Valeurs fourragères analysées dans les zones agroécologiques

C_fourrage P_fourrage N_fourrage Protéine EB CB Ca Mg
Saison pluvieuse 0,37 0,37 0,37 -0,29
pH_H2O
Saison sèche -0,79 0,45 -0,72 -0,73 -0,72 0,3
Propriétés physico-chimiques de sols

Saison pluvieuse -0,23 0,42 0,42 0,42 -0,52

pH_Kcl
Saison sèche -0,63 -0,73 -0,74 -0,73 0,27 0,2
Saison pluvieuse -0,29 -0,29 -0,2 -0,2
C_sol
Saison sèche 0,8 -0,37 0,7 0,71 0,7 0,2 -0,39
Saison pluvieuse -0,21 -0,25 -0,24 -0,25 -0,29
P_sol
Saison sèche 0,68 -0,4 0,71 0,71 0,71 -0,27 -0,24
Saison pluvieuse -0,2 -0,2 -0,2
N_sol
Saison sèche 0,78 0,41 0,71 0,72 0,71 -0,43
Saison pluvieuse 0,27 0,27 0,28 0,25
Argile
Saison sèche -0,77 0,36 -0,69 -0,7 -0,69 0,4 0,2
Saison pluvieuse -0,24 -0,25 -0,25 -0,25 0,2
Limon
Saison sèche 0,7 -0,35 0,62 0,63 0,62 -0,27
Saison pluvieuse -0,2 -0,2 -0,29 -0,34
Sable
Saison sèche 0,8 -0,35 0,74 0,75 0,74 -0,42
Légende : C_fourrage : Carbone du fourrage, P_ fourrage : Phosphore du fourrage, N_ fourrage : Azote du fourrage, Ca : Calcium, Mg : Magnésium, Prot : Protéine, EB :
Energie brute, CB : Cendre brute, C_sol : Carbone du sol, P_sol : N_sol : Azote du sol. En gras et en surbrillance verte : les corrélations significatives. En italique et surbrillance
grise : les corrélations non significatives. Vides : les corrélations inférieures à 20% et non significatives.
 71

3.2. Discussion

3.2.1. Analyse floristique

Les formations végétales constituent la principale source d’alimentation du cheptel ruminant à

travers la zone d’étude. A l’échelle de la zone, 169 espèces repartie dans 117 genres et 38
familles de plantes ont été inventoriées, avec une large dominance d’espèces herbacées
(62,72%) sur les ligneuses (37,28%). Cette forte proportion des espèces herbacées aux dépens
de ligneuses dans les pâturages du Sud-Kivu, serait soutenue par l’hypothèse selon laquelle les
espèces herbacées se développent rapidement avec la reprise de premières pluies. Lors de leur
étude sur l’identification des quelques espèces fourragères dans les pâturages en groupements
de Bugorhe, Bushumba, Irhambi et Miti en territoire de Kabare, dans la province du Sud-Kivu
à l’Est de la République Démocratique du Congo, Baderhekuguma et al. (2019) ont inventorié
158 espèces fourragères, groupées en 115 genres et 32 familles. Cette richesse fourragère avait
aussi été signalée par Lesse et al., 2016 dans les pâturages parcours du centre de Bénin. En
termes de types morphologiques d’espèces, les résultats de Baderhekuguma et al. (2019)
convergent avec ceux obtenus dans cette étude ; où ils avaient trouvé que les herbacées
dominent avec 72,78 sur 27,4% des plantes ligneuses.

Trois (3) familles (Poaceae, Fabaceae et Asteraceae) ont été les plus représentées. Quoiqu’à
quelques exceptions près, ces résultats convergent avec ceux d’Amegnaglo et al. (2018) où les
Fabaceae, les Poaceae, les Cyperaceae et les Asteraceae dominées les formations végétales
pâturées de la zone guinéenne du Togo. Néanmoins, la faible représentation des Cyperaceae
dans les pâturages du Sud-Kivu, serait due à l’emplacement des pâturages de la région, ne
traversant pas assez des zones marécageuses ou fortement humides. A l’exception près, les
résultats de ce travail, en termes des familles dominantes, convergent avec ceux de
Baderhekuguma et al. (2019), où les Fabaceae, les Poaceae et les Asteraceae, respectivement
avec 31, 27 et 25 espèces fourragères dominent dans les pâturages en groupement de Bugorhe,
Bushumba, Irhambi et Miti en territoire de Kabare.

Selon Apani (1990) principales espèces signifient toutes les espèces ayant une contribution
spécifique supérieure à 5%. Dans les pâturages du Sud-Kivu, aucune espèce n’a atteint ce seuil
de 5% ; seul l’espèce Digitaria abyssinica a atteint 3,06%. Cela pourrait être dû à la faible
diversité spécifique dans les pâturages du Sud-Kivu.
 72

3.2.2. Types de pâturages

En comparant ces résultats avec ceux de Taton, (1949) dans les associations de la région de
Nioka et ceux d’Amegnaglo et al. (2018) dans les pâturages du Togo ainsi que ceux de Sodre
(2009) dans les pâturages du terroir de Kotchari au Burkina Faso ; il s’observe qu’il y a des
ressemblances tout comme des dissemblances. Dans la région de Nioka à l’Est de la République
Démocratique du Congo, Taton arrive à décrire deux (2) types d’associations herbeuses. Ces
deux types sont représentés par la savane à Loudetia arundinacea et Hyparrhenia cymbaria et
la savane à Digitaria abyssinica. Le premier type de Taton (Loudetia arundinacea et
Hyparrhenia cymbaria) est presque similaire au groupement à Hyparrhenia rufa (Nees) Stapf
et Paspalum glumaceum Clayton décrit au Sud-Kivu sur le plan physionomique. Mais selon
Taton (1949), ce type ne comporte pas de strate arbustive proprement dite contrairement au
groupement à Hyparrhenia rufa (Nees) Stapf et Paspalum glumaceum Clayton où cette strate
est bien développée. Cependant, Amegnaglo et al. (2018) ont décrit cinq (5) types de formations
végétales pâturées au Togo. Parmi les 5 types de formations pâturées, le type de pâturage à
Anogeissus leiocarpa et Panicum maximum caractérisant le sol argileux, pauvre en espèces
végétales suite à une perturbation anthropique est similaire aux groupements à Digitaria
abyssinica (A. Rich.) Stapf et Centella asiatica (L.) Urb. et à Paspalum notatum Fluegge et
Axonopus sp. décrivent au Sud-Kivu. Sodre (2009) dans son étude sur la caractérisation des
pâturages du Burkina Faso, il décrit aussi 5 unités agrostologiques dont les savanes à
Andropogon pseudapicus, Oryza longistaminata A. Chev. & Roehr. Stapf. Et à Diospyros
mespitiformis Hotscht. Ex A. Rich. Ressemblent le type des pâturages à Hyparrhenia rufa
(Nees) Stapf et Paspalum glumaceum Clayton décrit au Sud-Kivu dans la plaine de la Ruzizi.
Certaines espèces inventoriées dans cette étude sont aussi présentes ou signalées au Togo tout
comme au Burkina Faso (Amegnaglo et al., 2018 ; Sodre, 2009). En 2016, Lesse et ses
collaborateurs identifient quatre (4) types de pâturages au Congo voisin. Malgré que les espèces
caractéristiques de pâturages ne soient pas les mêmes dans tous les endroits, les types de sol
semblent être similaires dans plusieurs pâturages ; c’est le cas du pâturage à Hyparrhenia rufa
(Nees) Stapf et Paspalum glumaceum Clayton, décrit dans cette étude ; une formation herbacée
soumise aux zones humides sur sol sableux et limoneux, plus souvent hydromorphe. Dans sa
classification, Lesse et al., 2016 décrivent le pâturage à Prosopis africana et Eragrostis
atrovirense, un pâturage des savanes arborées des milieux humides sur un sol argileux, sableux
et limoneux.
 73

3.2.3. Biomasse et production des nutriments selon les saisons

Plusieurs études ont déjà montré que la production de la biomasse baisse en saison sèche (Xandé
et al., 1989 ; Adandedja, 1999 ; Maass et al., 2012 ; Katunga et al., 2014). Pendant la saison
sèche les animaux ne trouvent pas assez d’herbes et celles qui sont disponibles ne contient pas
assez des nutriments, on observe donc une insuffisance d’alimentation des ruminants (Xandé et
al., 1989 ; Adandedja, 1999 ; Djenontin, 2010 ; Katunga et al., 2014). Ces résultats convergent
en quelque sorte avec ceux de cette étude, où la comparaison de la biomasse récoltée dans deux
saisons différentes (saison sèche et saison de pluie) ainsi que la concentration en nutriments
fourragers, diminuent sensiblement en saison sèche. La biomasse sèche de 4,62 t MS ha-1 ont
été produites en saison pluvieuse sur 3,15 t MS ha-1 en saison sèche (p<0,05). Pendant cette
période, les aliments supplémentaires seraient nécessaires et très importants pour une bonne et
meilleure productivité des animaux. Selon (Taton 1949), lors de son étude sur les principales
associations de la région de Nioka ; il constate que la valeur bromatologique de ces deux types
d’associations représentés par la savane à Loudetia arundinacea et Hyparrhenia cymbaria et la
savane à Digitaria abyssinica est faible pendant la saison sèche. Donc ces zones ne peuvent, en
effet, servir que comme pâturages pendant une saison ; car l’herbage est bien appété par les
bovidés et possède une certaine valeur nutritive (Taton, 1949). Malheureusement cet herbage
décroît très rapidement avec le stade de maturité (surtout pour la savane à Loudetia) pendant la
saison sèche selon le même auteur. Ces résultats convergent avec ceux réalisaient au cours de
cette étude où la biomasse mesurée diminue significativement en saison sèche. Selon Yoka et
al. (2010), les données sur la phytomasse des savanes en zone intertropicale montrent que la
production de la phytomasse est variable d’une zone écologique à une autre. Les résultats de
Fournier et al. (1982), Grouzis (1987), César (1990) et ceux réalisés dans cette étude dans les
pâturages du Sud-Kivu montrent que la production de la phytomasse varie selon les
groupements végétaux et les saisons. Toutefois, tel que rapporté par Amegnaglo et al. (2018),
il est certain que les conditions climatiques (température, pluviométrie, lumière) influencent sur
la composition chimique de fourrages dans les pâturages peu en importent les zones
agropastorales dans lesquelles ils sont aménagés. Hormis les conditions climatiques, la qualité
de fourrages inventoriés sur pâturages dépendrait aussi de nombreux facteurs dont la
composition botanique des espèces, les conditions de récolte, etc. Par ailleurs, aucune différence
significative n’a été observée sur les moyennes de biomasse produite en fonction de 3 zones
agroécologiques étudiées (p>0,05). Ceci pourrait être expliqué par la presque même répartition
de pluies au cours de l’année dans ces différentes zones agroécologiques prospectées au cours
 74

de cette étude. Cependant, la zone agroécologique de Kabare a enregistré, en partant de la

moyenne, la meilleure biomasse en saison de pluie (6,5 t MS/ha) qu’en saison sèche (3,6 t
MS/ha), avec p = 0,056.

Les résultats présentés dans cette étude montrent en plus que la production de ces nutriments
(Carbone, Phosphore, Azote, Magnésium, matière sèche et protéines) en saison pluvieuse est
hautement variée (p<0,05) qu’en saison sèche. Néanmoins, le calcium et la matière organique
augmentent en saison sèche qu’en saison pluvieuse. Cependant, Dewa et al. (2018) rapportent
que les fourrages qui résistent au cours de la saison sèche accusent une teneur fortement réduite
en matière organique sous l’influence de la sécheresse et de la chaleur.

3.2.4. Influence du sol sur la distribution des espèces

Dans cette étude, on observe que certains pâturages ne sont pas influencés par les propriétés du
sol. Cela ne veut pas au contraire dire que ces propriétés n’ont pas une influence sur la
répartition d’espèces dans les pâturages mais plutôt, veut montrer que, outre les propriétés du
sol, il existe d’autres facteurs pouvant influencer la répartition d’espèces dans les pâturages de
la zone d’étude, comme par exemple la pente, le recouvrement du sol, etc. Ainsi, tel que
rapporté par Lesse et al. (2016), les propriétés physico-chimiques des sols sont des facteurs les
plus déterminants de la distribution des espèces dans des secteurs phytogéographiques. Dans
une étude effectuée au Congo d’en face sur l’influence du sol dans la répartition et la production
de phytomasse dans la cuvette congolaise (Yoka et al., 2010) avaient remarqué que les teneurs
en éléments minéraux dans le sol et le taux en argile du sol expliqueraient la répartition des
espèces dans les deux groupements végétaux qu’ils avaient décrit au Congo-Brazzaville. Selon
les mêmes auteurs, la composition granulométrique des sols sous savane à Hyparrhenia
diplandra et sous savane à Loudetia simplex est très sableux, avec des teneurs en sable variant
respectivement entre 79,9 et 91,1% pour le sol sous savane à H. diplandra et entre 94,8 et 98,4%
sous celle à L. simplex. Ces résultats divergent avec ceux analysés dans cette étude où le sol est
généralement argilo-limoneux. La teneur en sable dans la zone d’étude dépasse difficilement
30%, elle varie entre 18 et 32%. Dans son étude sur les sols et l’amélioration des conditions
agro-sylvo-pastorales dans le bassin du Wabi en Ethiopie, Riche (1975) donne les seuils de la
teneur en azote dans le sol agro-pastoral. Il montre que la teneur de ce sol peut être faible
(lorsqu’elle est < 1%), moyenne (quand elle varie de 1–2%) ou élevée (lorsqu’elle est > 2).
Dans cette étude, les teneurs en azote sont faibles par rapport aux normes (Riche, 1975). Ces
résultats convergent avec ceux de Yoka et al. (2010) par rapport à la concentration en azote
 75

dans le sol. Néanmoins, ses résultats divergent avec ceux trouvés dans cette étude sur les teneurs
en phosphore. Les teneurs en phosphore sont faibles dans les pâturages à H. diplandra et celui
à L. simplex, variant entre 0,13 et 0,57% (Yoka et al., 2010). Elles sont fortement riches en
phosphore dans les pâturages du Sud-Kivu et varient entre 10,82 et 13,60% dépassant largement
le seuil (0,75%). Selon Riche (1975) lorsque le pH est ≤ 7 et que la teneur en phosphore dépasse
0,75% on dit que la teneur en phosphore dans le sol est élevée.

3.2.5. Corrélation entre les propriétés du sol et les valeurs fourragères

La corrélation significative entre les propriétés de sols et les valeurs fourragères analysées
pendant la saison sèche par rapport à celle de la saison de pluie dans cette étude peut s’expliquer
par le fait que pendant cette période les plantes dans les pâturages atteignent leur maturité. Par
contre les sols sableux et les sols argileux ont une corrélation négative entre les deux saisons ;
c’est-à-dire que, lorsque les sables sont abondants dans les sols l’argile devient faible ou absente
et vice versa. Selon Lauzon (2018), la qualité d’un fourrage peut varier dans une même espèce
selon le substrat (la teneur en azote, en phosphore, …) sur lequel les individus de la même
espèce se développent. Il continue à préciser qu’il est possible d’observer des inégalités dans la
valeur nutritive à travers une même espèce, dépendamment des conditions dans lesquelles la
plante évolue. La relation symbiotique entre les sols et la végétation est plus manifeste dans le
secteur agricole car la sécurité alimentaire et la nutrition dépendent de sols sains (FAO, 2015).
La teneur en nutriments des tissus de plantes et croissance des plantes sont influencées par les
propriétés physico-chimiques du sol telles que la texture, la structure, la perméabilité, la teneur
en azote, la teneur carbone, etc (FAO, 2015). C’est ainsi que dans cette étude, lorsque le
potentiel en hydrogène (en eau ou en KCl) et la teneur en argile sont en grande quantité dans le
sol, la teneur en carbone dans le fourrage devient très faible.
 76

CONCLUSION ET PERSPECTIVE

La présente étude portant sur la caractérisation des pâturages naturels du Sud-Kivu avait pour
objectifs (i) de déterminer la diversité floristique, la contribution spécifique et la typologie des
formations pâturées du Sud-Kivu ; (ii) d’estimer la superficie des pâturages naturels du Sud-
Kivu via le SIG et la télédétection ; (iii) de déterminer la meilleure saison pour la production
idéale de la biomasse fourragère et les nutriments (C, N, P, Ca et Mg) dans les pâturages du
Sud-Kivu ; (iv) d’analyser les propriétés du sol influençant la distribution des espèces
fourragères et mettre en évidence la corrélation entre ces propriétés du sol et les valeurs
fourragères dans les pâturages du Sud-Kivu. La méthode de relevés phytosociologiques a été
utilisée pour inventorier les espèces fourragères. Les échantillons ont été prélevés au cours de
la saison sèche et de la saison pluvieuse pour estimer la valeur nutritionnelle des fourrages dans
le 3 zones agroécologiques choisies dans cette étude. Des inventaires conduits, montrent que
les pâturages du Sud-Kivu sont fortement riches en espèces fourragères. Ces espèces sont
dominés par les espèces herbacées. Ces dernières constituent l’essentiel des espèces fourragères
et sources de fourrages pour le cheptel local. Cette dominance des herbacées avec les familles
très importantes traduit une meilleure formation pâturée mais avec des petites dégradations liées
aux pressions anthropiques dans certains pâturages et la pratique des mis en feux, appliqués
dans les pâturages pendant la saison sèche. Les familles des Poaceae, Fabaceae et Asteraceae
sont les mieux représentées dans la zone d’étude.

Les investigations phytosociologiques réalisées ont permis de discriminer quatre types de

pâturages à savoir le pâturage à Hyparrhenia rufa (Nees) Stapf et Paspalum glumaceum
Clayton, le pâturage à Digitaria abyssinica (A. Rich.) Stapf et Centella asiatica (L.) Urb., le
pâturage à Paspalum notatum Fluegge et Axonopus sp. et enfin le pâturage à Digitaria
abyssinica (A. Rich.) Stapf et Paspalum scrobiculatum L. Ces différents types présentent
différents types de sol. Le pâturage à Hyparrhenia rufa (Nees) Stapf et Paspalum glumaceum
Clayton se développe dans la basse altitude (dans la partie de la plaine de Ruzizi) et préfère un
sol limono-sablonneux. Dans l’ensemble, le pH mesuré dans tous les 3 zones agroécologiques,
que ce soit dans les pâturages de la plaine ou de montagne, les espèces fourragères de la zone
d’étude, préfèrent le sol faiblement acide avec un pH oscillant entre 5,2 et 6,02.

A partir de la méthode de GIS et de la télédétection, utilisant deux types d’images de 30 m de

résolution, le Landsat 8 et le Asterdem, il a été mesuré et estimé que les pâturages du Sud-Kivu
occupent une grande superficie, bien que seulement des petites étendues soient utilisées. Sur
 77

les 100% (80611 ha) de superficie calculée et occupée par les pâturages dans les trois territoires,
Uvira occupe presque la moitié avec 48,51% (39104,40).

Il a été observé que la saison de pluie produit la biomasse de qualité, variant entre 2,5 et 12,8 t
MS h-1. Ainsi, la biomasse dans les pâturages diminue avec le changement de saison et perd le
poids en saison sèche suite à la perte d’eau et certains éléments minéraux ainsi que le sèchement
des certaines espèces dans les pâturages. Dans l’ensemble, il s’observe donc une différence
statistiquement significative entre la production de la biomasse en saison sèche et en saison de
pluie. De ce fait, les aliments supplémentaires pendant la saison sèche seraient souhaitables et
envisageables lors que la biomasse et même les éléments nécessaires sont insuffisants.

Pour la valeur bromatologique de fourrages inventoriés, le rendement en biomasse sèche a été

plus élevé en saison pluvieuse qu’en saison sèche. La teneur en matière sèche a hautement varié
(p<0.05) suivant les différentes zones agroécologiques aussi bien que suivant les saisons en ce
sens qu’elle a été élevée en saison sèche (p<0,05) qu’en saison de pluie. Cependant, durant la
saison de pluie, les teneurs en azote, phosphore, magnésium et carbone de fourrages sont
fortement élevées dans les différentes zones agroécologiques du Sud-Kivu ; p(value) hautement
inférieur au seuil de 5%).

Les teneurs en éléments minéraux dans le sol, comme les taux en limon et en argile ainsi que
l’acidité faiblement mesuré dans les sols de Kabare, Walungu et de la Plaine de Ruzizi semblent
être les paramètres qui expliquent la distribution d’espèces et certains pâturages dans la zone
d’étude. Néanmoins, outre les propriétés physico-chimiques du sol les espèces sont influencées
par d’autres paramètres.

En perspective :

- de fournir à cette étude, des informations complémentaires sur la télédétection. C’est-à-dire,

d’élaborer une méthode de suivi et de gestion des ressources pastorales de la région à partir
d’une approche combinée de modélisation et de télédétection.

- ensuite, de faire un suivi phénologique des herbacées associé à un suivi de l’évolution de la

biomasse afin de dégager la période optimale de fauche dans le souci de constituer un stock
fourrager.

- Enfin, essayer la germination et la caractérisation des graines de certaines espèces fourragères

et d’autres essences indigènes à usages multiples dans les pâturages et ses environs afin de
connaître leur mode germinatif et prévenir aux chocs dus au changement climatique.
 78

REFERENCE BIBLIOGRAPHIQUE

Adandedja C. C., 1999. L’agroforesterie pour une utilisation et une gestion durable des terres
et des ressources naturelles en Afrique du Sub Saharienne humide. ICRAF.DSO.
Kumassi, Ghana 8p.
Agonyissa D. et Sinsin B., 1998. Productivité et capacité de charge des pâturages naturels du
Bénin. Revue Elev. Méd. Vét. Pays Trop., 51 : 239-246.
Aidoud A., 1983. Contribution à l’étude des écosystèmes steppiques du Sud-Oranais :
Phytomasse, productivité et applications pastorales. Thèse Doct. 3ème Cycle. USTHB.
Alger. 254 p + annexe.
Akpo E. L., Masse D. et Grouzis M., 2000. Valeur pastorale de la végétation herbacée des
jachères soudaniennes (Haute-Casamance, Sénégal). In FLORET, C. et PONTANIER,
R. La jachère en Afrique tropicale : Rôles, Aménagements, Alternatives. Vol. 1 Actes
de séminaire International, Dakar 13-16 avril 1999. John Libbey Eurotext, Paris 2000.
Pp 493-502.
Alaoui A. & Laaribya S., 2017. Etude Ethnobotanique et floristique dans les communes rurales
Sehoul et Sidi-Abderrazak (Cas de La Maamora-Maroc Septentrional).” Nature &
Technology.
Allard G., Pellerin D., Michaud R., Perron M., 1998. Les fourrages : quelque chose à ne pas
manquer ! Symposium sur les bovins laitiers CPAQ, 16-37 p.
Amani M. Y., Shalukoma H., Burume N., Kazadi M., Cimanuka K. & Cirimwami T. G., 2016.
Inventory of wild food plants in Irhambi-Katana, Bugorhe and Miti districts, South-
Kivu, DR Congo. International Journal of Innovation and Scientific Research.
Amegnaglo K. B., Dourma M., Akpavi S., Akodewou A., Wala K., Diwediga B., Atakpama
W., Agbodan K. M. L., Batawila K. & Akpagana K., 2018. Caractérisation des
formations végétales pâturées de la zone guinéenne du Togo : typologie, évaluation de
la biomasse, diversité, valeur fourragère et régénération. Int. J. Biol. Chem. Sci. 12(5) :
2065-2084.
Anderberg M. R., 1973. Cluster analysis for applications. Academic Press, London 10 p.

Anonyme, 2021a. www.ville-ge.ch/musinfo/bd/cjb/africa/index.php ?langue=an, site web

consulté le 21 novembre l’an 2021.

Anonyme, 2021b. www.ipni.org/index.html, site web consulté le 21 novembre l’an 2021.

Apani E., 1990. Contribution à l’étude phyto-écologique de la savane à Loudetia demeusei et
Hymenocardia acida des contreforts des Plateaux Téké (République Populaire du
Congo). Thèse de Doctorat, Université de Rennes I, 147 p.
APG IV, 2016. An update of the Angiosperm Phylogeny Group classification for the orders and
families of flowering plants: APG IV. Botanical Journal of the Linnean Society, 181,
1–20.
Bacigale S. B., Muhimuzi F. L., Mapenzi N., Peters M., & Maass, B. L., 2014. Characterizing
feeds and feed availability in Sud-Kivu province, DR Congo. Tropical Grasslands –
Forrajes Tropicales, 2, 9–11.
Baderhekuguma N., Cinyabuguma L. E., Kaboyi I., Musakamba M. M., Mutagoma B. C.,
Dumbo P., Nangalire N., Batumike N. R., Cizungu N.L. & Baluku B., 2019.
 79

Identification de quelques espèces fourragères dans les pâturages en groupements de

Bugorhe, Bushumba, Irhambi et Miti en territoire de Kabare, R. D. Congo. GSJ: Volume
7, 1475-1488.
Bagula, E. M., Mapatano S., Karume K. & Mushagalusa N. G., 2013. Efficience des techniques
de gestion de l’eau et de fertilité des sols sur le rendement du maïs dans les régions
Semi-Arides : Cas de la Plaine de la Ruzizi (Sud-Kivu, République Démocratique du
Congo). VertigO. https://doi.org/10.4000/vertigo.13922.
Bainard L. D., Bianca E., Erin M., Tony Y. & Bainard J. D., 2020. Influence of Annual Plant
Diversity on Forage Productivity and Nutrition, Soil Chemistry, and Soil Microbial
Communities. Frontiers in Sustainable Food Systems.
https://doi.org/10.3389/fsufs.2020.560479.
Ballot C. S. A., Mawussi G., Atakpama W., Moita -Nassy M., Yangakola T. M., Zinga I., Silla
S., Kpérkouma W., Dercon G., Komlan B. et Koffi A., 2016. Caractérisation physico-
chimique des sols en vue de l’amélioration de la productivité du manioc (Manihot
esculenta Crantz) dans la région de Damara au centre-sud de Centrafrique. Agronomie
Africaine 28 (1) : 9 – 23.
Banyard A. C., Parida S., Batten C., Oura C., Kwiatek O. & Libeau G., 2010. Global
distribution of peste des petits ruminants virus and prospects for improved diagnosis and
control. Journal of General Virology 91 (12): 2885–97.
https://doi.org/10.1099/vir.0.025841-0.
Bechir A. B., Mopate L. Y. & Kabore-Zoungrana C. Y., 2009. Evaluation de la disponibilité
saisonnière du fourrage ligneux en zone soudanienne. Int. J. Biol. Chem. Sci., 3(1) : 135-
146.
Bedrani S., 1996. Foncier et gestion des ressources naturelles en Afrique du Nord. Cas de
l’Algérie, Actes de l’atelier : Le foncier et la gestion des ressources naturelles dans les
zones arides et semi-arides d’Afrique du Nord. OSS, Tunis. Pp 3 – 32.
Bellefontaine R., Gaston A., & Petrucci Y., 1997. Aménagement des forêts naturelles des zones
tropicales sèches. Cahier FAO, Conservation 32, Rome, Belgique.
Benbrahim K.F., Ismaili M., Benbrahim S.F. et Tribak A., 2004. Problèmes de dégradation de
l’environnement par la désertification et la déforestation : Impact du phénomène au
Maroc. Rev. Sécheresse, 15 (4). 307-320.
Bisimwa P., Bwihangane B., Banswe G. & Wasso S., 2018. Prevalence of gastro-intestinal
helminths in slaughtered cattle in Walungu territory, South Kivu Province, Eastern
Democratic Republic of Congo. Austin Journal of Veterinary Science & Animal
Husbandry.
Boissezon P., Martin G, Gras F., 1969. Les sols du Congo. Secrétariat d’Etat aux Affaire
Etrangères chargé de la coopération, 7 p.
Bonneau M., 1962. L’importance des propriétés physiques du sol dans la production forestière.
Revue forestière française, 19-31.
Bonnet S., Toromanoff, F., Fourneau, F., & Lejeune, P., 2011. Principes de base de la
télédétection et ses potentialités comme outil de caractérisation de la ressource forestière
– II. LiDAR aérien. Forêt Wallonne 114, septembre/octobre 2011.
 80

Boudet G., 1984. Manuel sur les pâturages tropicaux et les cultures fourragères. (4ème édition
révisée), coll. « Manuel et précis d’élevage » n04, Ministère des Relations Extérieures,
Coopération et Développement, CIRAD-IEMVT, Maisons-Alfort, 266p.
Bouyoucos G. J., 1951. A recalibration of the Hydometer method for making mechanical
analysis of soils. Agron journal, 43: 435-438.
Braun-Blanquet J., 1932. Plant Sociology. Edn Mc Gray Hill: New York, London.
Buol S., Southard R., Graham R., McDaniel P., 2011. Morphology and Composition of Soils.
Soil Genesis and Classification, Sixth Edition, 35-87.
Burns J. C., 2011. Advancement in Assessment and the Reassessment of the Nutritive Value of
Forages. In Crop Science. https ://doi.org/10.2135/cropsci2010.06.0334.
Byavu N., Henrard C., Dubois M. & Malaisse F., 2000. Phytothérapie Traditionnelle Des
Bovins Dans Les Élevages de La Plaine de La Ruzizi. Biotechnology, Agronomy and
Society and Environment.
Casinga C., Haminosi G. & Cirimwami L., 2016. Determining optimal dose of chemical
fertilizer on biofortified bean in South Kivu highlands. Journal of Agricultural Science.
https://doi.org/10.5539/jas.v9n1p128.
CEDEAO CO., 2008. Elevage et marché régional au Sahel et en Afrique de l’Ouest :
potentialités et défis. In : Afrique de l’Ouest/OCDE. CEDEAO CO.
Centre Canadien de Télédétection (CCT), 2015. Notions fondamentales de télédétection.
Canada. Ressources Naturelles Canada. Canada, 266 p.
César J., 1990. Etude de la production biologique des savanes de Côte d’Ivoire et son utilisation
par l’homme : biomasse, valeur pastorale et production fourragère. Thèse de Doctorat.
Univ. Paris VI. 609p.
Choisis J. P., Cervantes N., Lhoste P., 1990. Effets saisonniers sur certains paramètres de la
production bovine dans les élevages mixtes de l’Etat de Colima au Belgique. Revue
Élev. Méd. Vég. Pays Trop., 43 (1) : 97-104.
Cokola C. M., Mugumaarhahama Y., Grégoire N., Kazamwali M. L., Basengere B. E.,
Zirhumana M. J., Munene A. V., Kanyenga L. A. & Frédéric F., 2021. Fall Armyworm
Spodoptera frugiperda (Lepidoptera: Noctuidae) in South Kivu, DR Congo:
Understanding How season and environmental conditions influence field scale
infestations. Neotropical Entomology. https://doi.org/10.1007/s13744-020-00833-3.
Correra A., 2006. Dynamique de l’utilisation des ressources fourragères par les dromadaires
des pasteurs nomades du parc national du banc d’arguin (Mauritanie). Département,
Ecologie et gestion de la biodiversité, UMS 2699 : Inventaire et suivi de la biodiversité,
362 p.
Daget P. & Godron M., 1995. Pastoralisme : Troupeaux, espaces et sociétés. HATIER,
AUPELF, UREF, Universités francophones, 510p.
Demakou Y., Dourma M., Woegan A. Y., Akpavi S., Atato A., Wala K., Batawila K., Tchamie
T. T. K. & Akpagana K., 2011. Contribution à la connaissance de quelques paysages
végétaux des savanes soudaniennes semi arides au Togo. J. Rech. Sci. Univ. Lomé
(Togo), 13 : 85-93.
 81

Demakou Y., Dourma M., Akpavi S., Atato A. & Tchamie T. T. K., 2012. Typologie des
principaux groupements végétaux des savanes soudaniennes semi-arides au nord Togo.
Rev. Sc. Env. Univ., Lomé (Togo) 9 p.
Demaria P., Flisch R., Frossard E. & Sinaj S., 2005. Exchangeability of phosphate extracted by
four chemical methods. Journal of Plant Nutrition and Soil Science 68, 89–93.
Dewa K., Kodjo A., Amen Y. N., Larounga T. and Koffi K., 2018. Pratiques de la production
et d’exploitation des fourrages dans la région des Plateaux au Togo. International
Journal of Biological and Chemical Sciences. https://doi.org/10.4314/ijbcs.v12i3.27.
Diamouangana J., 2002. Relations interspécifiques dans les strates herbacées des savanes de
Louboulou (Congo-Brazzaville). Annales de l’Université Marien Ngouabi, 3 : 93-107.
Djenontin J. A., 2010. Dynamique des stratégies et pratiques d’utilisation des parcours naturels
pour l’alimentation des troupeaux bovins au Nord-Est du Bénin, Université d’Abomey-
Calavi, Thèse de Doctorat. 203 p.
DRED, 2003. Schéma Régional d’Aménagement du Territoire du Sahel, 1998 – 2025. Rapport
final, Direction régional de l’économie et du développement du Sahel (DRED – Sahel).
Burkina-Faso : Ministère de l’environnement et du cadre de vie / Conseil national de
l’environnement et du développement durable / Programme Sahel Burkinabè /
(BF/MECV/CNEDDPSB) ; 294 p.
El-Hamdouchi A. & Willett P., 1989. Comparison of Hierarchic Agglomerative Clustering
Methods for Document Retrieval. The computer journal, vol. 32 n°3, 220-227.
FAO., 2011. Trois populations humaines, trois situations de sécurité alimentaire. L’élevage
dans le monde en 2011 • Contribution de l’élevage à la sécurité alimentaire. FAO, 40 p.
FAO., 2015. Les sols sont fondamentaux aux végétaux. Année internationale des sols. FAO, 4
p.
Flisch R., Neuweiler R., Kuster T., Hansrudolf Oberholzer H., Huguenin-Elie O. et Richner W.,
2017. Caractéristiques et analyses du sol. Agroscope, Suisse, 34 p.
Fournier A., Hoffmann O. & Devineau J. L., 1982. Variation de la phytomasse herbacée le long
d’une toposéquence en zone soudano-guinéenne, Ouango-Fitini (Côte d’Ivoire). Bull.
IFAN, 44. Sér. A., 1-2 : 71-77.
Fournier A., 1996. Dans quelle mesure la production nette de matière végétale herbacée dans
les jachères en savane soudanienne est-elle utilisable pour 1e pâturage ? Texte pour
réunion jachère Bobo Dioulasso (Burkina Faso), 10 p.
Gaoue O. G. & Sinsin B., 2003. Typologie et écologie des pâturages naturels de la zone
cynégétique de la Pendjari (nord-ouest Bénin) : éléments pour l’aménagement et la
gestion rationnelle de l’habitat de la faune sauvage. Parakou, Bénin. 25-29 juin 2001.
Faculté des Sciences Agronomiques, Université d’Abomey-Calavi, Bénin.
Gidenne T., 2014. Polymers of the Plant Cell Wall or ‘Fiber’: Their Analysis in Animal Feeding
and Their Role in Rabbit Nutrition and Health. In Polysaccharides: Natural Fibers in
Food and Nutrition. https://doi.org/10.1201/b17121.
Goubau A., 2010. Etude des apports alimentaires et des possibilités de complémentation
minéral de bovins n’dama sur pâturages artificiels à Brachiaria sp. au ranch de Kolo
(RDC), mémoire de master, agro bio tech, Gembloux, Univ. Liège, 88 p + annexes.
Grall J. & Hily C., 2003. Traitement des données stationnelles (faune). Fiche-technique.
 82

Gregor AC., 2001. The effects of Cattle Grazing on Vegetation Diversity and Structural
Characteristics in the Semi-arid Rangelands of North Queensland. Tropical Plant
Sciences. James Cook University, School of Tropical Biology, James Cook University,
241 p.
Grouzis M., 1987. Structure, productivité et dynamique des systèmes écologiques sahéliens
(Mare d’Oursi, Burkina Faso). Thèse d’Etat. Université Paris Sud. Orsay. 338 p.
Grouzis M., 1988. Structure, productivité et dynamique des systèmes écologiques sahéliens
(mare d’Oursi, Burkina Faso) ORSTOM, Paris. 326p.
Guillou H., Pelissier J. P., and Grappin R., 1986. Méthodes de Dosage Des Protéines Du Lait
de Vache. Le Lait. https ://doi.org/10.1051/lait :198629.
Hailu M., 2015. Nourrir le bétail en Afrique, Indispensable fourrage. Le magazine du
développement agricole et rural des pays ACP, Spore n°174.
Heri-Kazi A. B. & Bielders L. C., 2020. Dégradation des terres cultivées au Sud-Kivu, R.D.
Congo : perceptions paysannes et caractéristiques des exploitations agricoles.
Biotechnol. Agron. Soc. Environ, 24(2), 99-116.
Hoffmann O., 1985. Pratiques pastorales et dynamique du couvert végétal en pays Lobi (Nord-
Est de la Cote d’Ivoire). Ed. de l’ORSTOM ; Collection Travaux et Documents n 189.
Paris (Belgique), 353p.
Ilunga L., 2007. Environnements sédimentaires et minéralogie des formations superficielles de
la Plaine de la Ruzizi (Nord du Lac Tanganyika). Geo-Eco-Trop.
Jefwa J. M., Pypers P., Jemo M., Thuita M., Mutegi E., Laditi M. A., Faye A., 2014. Do
Commercial Biological and Chemical Products Increase Crop Yields and Economic
Returns Under Smallholder Farmer Conditions? In Challenges and Opportunities for
Agricultural Intensification of the Humid Highland Systems of Sub-Saharan Africa.
https://doi.org/10.1007/978-3-319-07662-1_7.
Jones J.B., Jr., 1991. Plant tissue analysis in micronutrients. In: Mortvedt, J.J. (ed.)
Micronutrients in Agriculture, 2nd edn. Soil Science Society of America, Madison, pp.
477-521.
Judica A. 2016. Les organisations paysannes en République du Congo : Émergence et
signification des dynamiques organisationnelles dans le secteur Agricole en zones péri-
urbaines et rurales. Version : HAL Id : Tel-01327217.
Kaboré-Zoungrana C-Y., 1995. Composition chimique et valeur nutritive des herbacées et
ligneux des pâturages naturels soudantens et des sous-produits du Burkina Faso. Thèse
d’Etat. Université de Ouagadougou IFAST, 244p + annexes.
Kaddour C. M., 2014. Contribution à l’étude de la phytomasse aérienne des formations à Alfa
et à Armoise cas de la commune de Maâmora (Saida). Mémoire de Master, Fac. Scie.de
la vie et des Scie. Terre et de l’Univers, Univ. Dr Tahar Moulay-Saida, 67p + annexes.
Kagoné H., 2000. Gestion durable des écosystèmes pâturés en zone nord-soudanienne du
Burkina Faso. Thèse de Doctorat. Gembloux, Faculté universitaire des Sciences
Agronomiques, 237p.

Katcho K., 2019. Le GIS et la télédétection. Notes de cours. Master 2, Fac. Sc. Agronomique
et Environnement, Universté Evangélique en Afrique, 41 p.
 83

Katunga, M. M., 2004. Les systèmes agropastoraux du Bushi et du Buhavu à l’Est de la RDC
face au défi de la malnutrition, juin. CERPRU ISDR, Bukavu, R. D. Congo, 89.

Katunga M. M. D. & Muhigwa J.-B., 2014. Assessing Post-Conflict Challenges and

Opportunities of the Animal-Agriculture System in the Alpine Region of Uvira District
in Sud-Kivu Province, D. R. Congo. American Journal of Plant Sciences, 5, 2948-2955.

Katunga M. M. D., Muhigwa B. J. B., Kashala K. J. C., Kambuyi M., Nyongombe N., Maass
B. L. & Peters M., 2014. Agro-Ecological Adaptation and Participatory Evaluation of
Multipurpose Tree and Shrub Legumes in Mid Altitudes of Sud-Kivu, D. R. Congo.
American Journal of Plant Sciences, 5, 2031-2039.
http://dx.doi.org/10.4236/ajps.2014.513218.

Kefifa A., 2005. Conservation de la biodiversité végétale en milieu steppique, thèse de magister,
université Mustapha stambuli, Mascara, 145 P.

Kevers G., 1950. Contribution à l’étude pédo-botanique d’une région du Haut-Lomami (Congo-
belge). Bulletin Agricole, Vol. XLI, N° 2, 255 p.

Kibwana D. K., Makumyaviri A. M. & Hornick J. L., 2012. Pratiques d’élevage extensif et
performances de Bovins de race locale et croisée avec des races laitières exotiques en
République Démocratique du Congo. Revue d’élevage et de Médecine Vétérinaire des
Pays Tropicaux. https://doi.org/10.19182/remvt.10125.

Kiéma S., 1992. Utilisation pastorale des jachères dans la région de Boundoukuy (zone
Soudanienne, Burkina Faso). Mémoire DESS, Université Paris XII Val du Marne, UFR
de Science, 98 p.

Kiema A., 2008. Effets des techniques de restauration et d’exploitation des pâturages naturels
sahéliens sur la dynamique de la production fourragère. Thèse de Doctorat. Université
Polytechnique de Bobo-dioulasso (UPB), 175 p.

Kijana R., Abang M., Edema R., Mukankusi C. & Buruchara R., 2017. Prevalence of Angular
Leaf Spot Disease and Sources of Resistance in Common Bean in Eastern Democratic
Republic of Congo. African Crop Science Journal. https://doi.org/10.4314/acsj.v25i1.8.

Klapwiik C. J., Schut M., van Asten P. J., Vanlauwe B., Giller K. E. & Descheemaeker K.,
2020. Mico-livestock in smallholder farming systems : the role, challenges and
opportunities for cavies in South Kivu, eastern DR. Congo. Tropical Animal Health and
Production, 52, 1167-1177.

Kongbo-Wali-Gogo M., 2001. Potentialités pastorales des savanes du Sud-Ouest : cas de Sibera
et Gbonfrera dans la province du Poni (Burkina Faso), 76 p.

Kouassi A. F., Koffi K. J., N’Goran K. S. B., Ipou I. J., 2014. Potentiel de production fourragère
d’une zone pâturée menacée de destruction : cas du cordon littoral Port-Bouët et Grand-
Bassam. Journal of Applied Biosciences 82:7403 – 7410.

Krätli S., Huelsebusch C., Brooks S. & Kaufmann B., 2013. Pastoralism: A critical asset for
food security under global climat change. Animal frontiers, 3(1), 42-50.
 84

Latte, N., Gaucher, P., Bolyn, C., Lejeune, P., & Michez, A., 2020. Upscaling UAS paradigm
to ultralight aircrafts: a low-cost multi-sensors system for large scale aerial
photogrammetry. Remote Sens. 2020, 12, 1265 ; doi :10.3390/rs12081265

Laurzon J., 2018. Evolution de la valeur nutritive au cours de la saison de croissance, du

fourrage cultivé en région nordique. Mémoire de Master, Université Laval, Québec,
Canada, 62 p.

Lejoly J. & Sinsin B., 1991. Structure et valeur pastorale des pâturages soudaniens de bas-fonds
dans le nord-Bénin. IVè Conférence Internationale des Terres de Parcours, Montpellier,
Belgique, 554-557 p.

Leplae E., 1914. De la nécessité d’améliorer les pâturages naturels et le bétail du Congo.
Bulletin Agricole, Vol. V, N° 4, 655 p.

Lesse P., Houinato M., Azihou F., Djenontin J. & Sinsin B., 2016. Typologie, productivité,
capacité de charge et valeur pastorale des pâturages des parcours transhumants au Nord
Est de la République du Bénin. International Journal of Innovation and Applied Studies,
14(1) : 132-150.

Letouzey R., 1986. Manual of forest Botany. Tropical Africa. Vol 2A, Centre technique
forestier tropical, Nogent-sur-Marne (Belgique),120p.

Lhoste P., Dolle V., Rousseau J. & Soltner D., 1993. Manuel de zootechnie des régions
chaudes : les systèmes d’élevage. Ministère de la coopération. Collection Précis
d’élevage, 288p.

Lillesand T. M., Keifer R. W., Chipman J. W., 2004. Remote Sensing and Image Interpretation.
5th ed. (New York: Wiley).

Maass B. L., Katunga M. M. D., Chiuri W. L., Gassner A. & Peters M., 2012. Challenges and
Opportunities for Smallholder Livestock Production in Post-Conflict South Kivu,
Eastern DR Congo. Tropical Animal Health and Production, 44, 1221-1232.
http://dx.doi.org/10.1007/s11250-011-0061-5

Massabie P., Aubert C., Ménard J. L., Roy H., Boulestreau-Boulay A. L., Dubois A., Dezat E.,
2013. Maîtrise Des Consommations d’eau En Élevage : Élaboration d’un Référentiel,
Identification Des Moyens de Réduction, Construction d’une Démarche de Diagnostic.
Innovations Agronomiques.

Martin J.-P., 1970. Les plantes fourragères tropicales de l’Ouest africain. Cours E.N.S.A.,
Abidjan, 49 p.

Martínez-Suller L., Provolo G., Brennan D., Howlin T., Carton O. T., Lalor S. T. J. and
Richards K. G., 2010. A Note on the Estimation of Nutrient Value of Cattle Slurry Using
Easily Determined Physical and Chemical Parameters. Irish Journal of Agricultural and
Food Research.

Mengel K. et Kirkby E.A., 1987. Principles of Plant Nutrition, 4th edn. International Potash
Institute, Worblaufen-Bern, 687 pp.

Ministère de l’Agriculture (M.A), 2016. Rapport du service national de statistiques agricoles

(SNSA), Kinshasa.
 85

Mondo M. J., Irenge B. A., Ayagirwe B. R., Dontsop-nguezet M. P. & Karume K.., 2019.
Determinants of adoption and farmers ’ Preferences for Cassava varieties in Kabare
Territory, Eastern Democratic Republic of Congo. Agronomia Tropical 7 (2): 44–52.
https://doi.org/10.12691/ajrd-7-2-1.

Mugunda M. F., 2020. La détermination in situ de la texture et de la classe texturale du sol dans
le groupement de Luhihi, Sud Kivu en RDC. International Journal of Innovation and
Scientific Research. Vol 51, N° 1, pp. 9-24.

Muhimuzi L. F., Paul.K. B, Bacigale B. S., Chiuri L. W., Wimba M.M. B., Musale K. D.,
Bwana M. V., Balemirwe M. P., Imani K., Amzati G., Mushagalus G. & Maass L. B.,
2014. Evaluating agro-ecological adaptation, farmers’ preferences and on-farm socio-
ecologicalniches of selected forage grasses and legumes in South Kivu, Eastern DR.
Congo. Conference paper, DOI : 10.13140/2.1.3307.3920.

Mutwedu M. E., 2020. Rôle de l’inventaire aérien dans l’estimation de la biomasse aérienne
ligneuse en plantations autour du Parc National des Virunga. Mémoire master,
Université de Kisangani, 52 p.

Nacro R. B., 1989. Contribution à l’aménagement pastoral de la forêt classée de Dindéresso :

Etude du disponible fourrager. Mémoire d’ingénieur. ISN/IDRIUO. 86 p.

Nedjraoui D. & Bedrani S., 2008. La désertification dans les steppes algériennes : causes,
impacts et actions de lutte, Vertig O – la revue électronique en sciences de
l’environnement, Volume 8 Numéro 1. URL : http ://vertigo.revues.org/5375.

Ngongo M. & Lunze L., 2000. Espèce d’herbe dominante comme indice de la productivité du
sol et de la réponse du haricot commun à l’application du compost. African Crop Science
Journal, Vol. 8 No 3, pp 251-261.

Ngoy K. C., 2015. Etude comparative des effectifs du cheptel bovin dans l’ex-province du
Katanga et dans la province du Sud-Kivu. Travail de fin de cycle. Institut Supérieur de
Statistique, Lubumbashi, 69p.

Pagot J., 1985. L’élevage en pays tropicaux. Techniques agricoles et pratiques tropicales. Série-
1, n°34. Paris : Maisonneuve et Larose, 527p.

Paris A., 2002. Etat des lieux quantitatif et spatialisé de la transhumance en périphérie du Parc
W (Burkina Faso). Rapport de stage de DESS. Projet Régional Parc W / ECOPAS
(Burkina Faso) / UFR Science / Université Montpellier II/Belgique, ClRAD-IEMVT.

Poilecot P., 1999. Les Poaceae du Niger. Description-Illustration-Ecologie. Mémoire de

botanique systématique. Boissiera Vol. 56. 766p.

Ranade-Malvi U., 2011. Interaction of micronutrients with major nutrients with special
reference to potassium. Karnataka Journal of Agricultural Sciences 24, 106-109

Rapport annuel, Exercice 2003, Territoire de WALUNGU, PP 32-42.

Razafinarivo T. D., Rahetlah V.B., Rakotozandriny J. N., Salgado P. & Degenne P., 2017.
Développement d’un outil cartographique pour la gestion des ressources pastorales par
une approche combinée de télédétection et de modélisation. Livestock Research for
Rural Development 29 (11), 13 p.
 86

Razafinarivo T. D., 2018. Elaboration d’une méthode de suivi et de gestion des ressources
pastorales par une approche combinée de modélisation et de télédétection. Thèse de
doctorant, Université d’Antananarivo, 115 p + Annexes.

Richard D., Guérin H., Friot D. & Mbaye N., 1990. Teneurs En Énergies Brute et Digestible de
Fourrages Disponibles En Zone Tropicale. Revue d’élevage et de Médecine Vétérinaire
Des Pays Tropicaux. https ://doi.org/10.19182/remvt.8858.

Riche G., 1975. Les sols et l’amélioration des conditions agrp-sylvo-pastorales dans les bassins
de Wabi Schebelle (Ethiopie). Cah. OSSTOM. Sér. Pédol. XIII. 3-4: 195-221.

Rouse J., Hass R. & Deering W., 1974. Monitoring vegetation systems in the Great Plains with
ERTS. NASA , nd, p. 309-317.

Rushirumuhirwa T., 1992. Productivité de Biomasse et gestion durable des exploitations dans
le cas des plateaux à forte population du Burundi. Bulletin Réseau Erosion.

Scaëtta H., 1936. Les pâturages de haute montagne en Afrique Centrale. Bulletin Agricole, vol
XXVII, N° 3, 323 p.

Sawadogo L., 1996. Evaluation des potentialités pastorales d’une forêt classée soudanienne du
Burkina Faso (cas de la forêt classée de Tiogo). Thèse de 3ème cycle. FAST/UO, 113 p.

Sawadogo L., Tiveau D. & Nygard R., 2005. Influence of selective tree cutting, livestock and
prescribed fire on herbaceous biomass in the savannah woodlands of Burkina Faso.
West Africa Agriculture, Ecosystems and Environment, Vol (105): 335–345. Doi:
10.1071/SR12031.

Sinsin B., 1993. Phytosociologie, écologie, valeur pastorale, productivité et capacité de charge
des pâturages naturels du périmètre Nikki-Kalalé au Nord Bénin. Univ. Lib. De
Bruxelles, Thèse de doctorat, Univ. Lib. De Bruxelles, Belgique.

Sitou I. M., Mouctari O. M. M. & Guimbo I. D., 2019. Characterization of natural pastures in
Niger: diversity and methods of exploitation. Bibliography.Environmental and Water
Sciences. Vol. 3 : 3, 181-191.

SNSA (Société National des Statistiques Agricoles), 2012. Annuaire des statistiques agricoles
(2000-2006), secrétariat général de l’agriculture pêche et élevage. Ministère de
l’Agriculture.

Sodre E., 2009. Caractérisation des pâturages naturels du terroir de Kotchari et de la partie
voisine du Parc W (côté du Burkina Faso). Mémoire d’ingénieur du développement
rural, IDRJUPB, Burkina Faso, 63p. + Annexes.

Taton A., 1949. Les principales associations herbeuses de la région de Nioka et leur valeur
agrostologique. Bulletin Agricole du Congo Belge, Vol XL, n°2, pp 1885-1900.

Toko I. & Sinsin B., 2011. Facteurs déterminant la variabilité spatiale de la biomasse herbacée
dans la zone soudano-guinéenne du Bénin. International Journal of Biological and
Chemical Sciences 5(3) : 930-943.

Toutain B., De wispelaere G., Boudet G., Riviere R., Lebrun J. P., Forgiarini G., De zborowski
I., 1977. Pâturages de l’O.R.D. du sahel et de la zone de délestage au nord-est de Fada
N’Gourma. Tome I, 95 p + annexes. Tome II, 120 p + annexes.
 87

Traoré A S., 2002. Caractérisation et gestion des ressources pastorales dans 1a province du
Noumbiel : cas du terroir de Dankana. Mémoire d’Ingénieur. IDRlUPB. 72 p.

Union Africaine. 2010. Cadre pour une Politique du Pastoralisme en Afrique : Sécuriser,
Protéger et Améliorer les Vies, les Moyens d’Existence et les Droits des Communautés
Pastorales. Département d’Economie Rurale et d’Agriculture : Addis-Abeba, Ethiopie.

Veilleux G., 2018. Effets des conditions de culture et de la fertilisation de plantes fourragères
sur leur rendement, leur composition nutritive, et les impacts sur l’équilibre nutritif chez
les ruminants. Mémoire Master, Université Laval, Québec Canada, 42 p + Annexe.

Vermorel M. and Martin-Rosset W., 1997. Concepts, scientific bases, structure and validation
of the 87rench horse Net Energy System (UFC). Livestock Production Science.
https://doi.org/10.1016/S0301-6226(96)01410-8.

Walangululu M. J., Iragi D. M., Safari P. B., Cito M. C., Mulumeoderhwa J. L., Shandwa E. S.
& Hugues M. 2019. Comportement de 7 Variétés de Haricot volubile dans trois
territoires de la province du Sud Kivu en R. D. Congo et recherche de la meilleure saison
de culture. Journal of Animal & Plant Sciences.

Walkley A. et Black I. A., 1934. An examination of the Degtjareff method for determining soil
organic matter and a proposed chronic acid titration method. Soil Science 37 : 29-38.

Walter N. J., 2006. Méthodes de relevés floristiques. Institut de Botanique, Université Louis
Pasteur, Strasbourg. 23 p

Whitehead D.C., 2000. Nutrient elements in grassland : soil-plant-animal relationships. CABI

Publishing, New-York, NY. 369 pp.

Xandé, A., Garcia Trujillon R. & Caceres O., 1989. Feed of the humid tropics: West Indies. In
Jarrige R. (ed) Ruminant Nutrition, pp 347-363.

Yameogo G., Kiema A., Yelemou B. & Ouedraogo L., 2014. Caractéristiques des ressources
fourragères herbacées des pâturages naturels du terroir de Vipalogo (Burkina Faso).
International Journal of Biological and Chemical Sciences, 7(5): 2078-2091.

Yanra J-D., 2004. Caractérisation des pâturages naturels en zone sud soudanienne du Burkina
Faso : cas des terroirs de Sidi, Guena et Banfoulague dans la province du Kénédougou.
Mémoire d’ingénieur du développement rural, Université Polytechnique de Bobo
Dioulasso (U.P.B), Burkina Faso, 77p + annexes.

Yoka J., Loumeto J.J., Vouidibio J., Amiaud B. & Epron D.,2010. Influence du sol sur la
répartition et la production de phytomasse de savanes de la Cuvette congolaise
(République du Congo). Geo-Eco-Trop., 34 : 63 – 74

Zoungrana L., 1991. Recherche sur 1es a ires pâturées du Burkina Faso. Thèse doctorat,
Sciences Naturelles, Université Bordeaux III. UFR Aménagement et Ressources
naturelles, 277 p.

Zouri J., 2003. Impact des pratiques pastorales sur la végétation de la périphérie du Parc du W
(côté Burkina Faso). Mémoire d’ingénieur, IDRJUPB, Burkina Faso, 63p.
 88

Zozo, R., Chiuri, W. L., Katunga, D. M. & Maass, B. L. 2010. Report of a Participatory Rural
Appraisal (PRA) in the Groupements of Miti-Mulungu and Tubimbi, South Kivu/DR
Congo. CIAT Working Document No. 211

Zozo R., Wanjiku L. C., Katunga M. D. & Maass L. B., 2011. Assessing the importance of
livestock for the livelihoods of rural people in South Kivu, DR Congo. Poster presented
at Tropentag 2011 “Development on the Margin”, 5‐7 Oct. 2011 at University of Bonn,
Germany.
 89

ANNEXES
 90

Tableau 4. Abondance-dominance des espèces inventoriées dans les pâturages du Sud-Kivu

Zones agroécologiques
Kabare Walungu Plaine de la Ruzizi
Partie cons.
Espèces R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15
Acacia sp. 0 0 0 0 0 0 0 0 0 0 0 + 0 + + Fe
Acacia spinosa 0 0 0 0 0 0 0 0 0 0 + 0 + + 0 Fe, Ti
Achyranthes aspera 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Lactuca attenuata 0 + 0 0 0 0 + 0 0 0 0 0 0 0 0 Fe
Agave cisalana 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Ageratum conyzoides + 0 + 0 + + + 0 0 + 0 0 0 0 0 Fe, Ti
Alectra senegalensis 0 0 0 0 0 0 + 0 0 0 0 0 0 0 0 -
Aloe macrosiphon 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Aloe vera 0 0 0 0 0 0 0 0 0 0 0 0 + 0 + -
Asparagus flagellaris 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Asplenium sp. 0 0 0 0 0 0 0 + 0 0 0 0 0 0 0 Fe
Conyza schimperi 0 0 0 0 0 0 0 0 0 0 0 0 + + 0 Fe
Cynoglossum lanceolatum 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Asystasia gangetica + 0 0 0 + 0 0 0 0 0 + + 0 0 + Fe
Andropogon sp. 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 Fe, Ti
Bauhinia thonningi 0 0 0 0 0 0 0 0 0 0 0 + 0 + 0 Fe, Ec
Bidens pilosa + + 0 0 + 0 + 0 0 0 0 0 0 + 0 Fe
Biophytum helenae 0 0 0 0 0 0 0 + 0 0 0 0 0 0 0 -
Blumea mollis 0 + + 0 0 + + 0 0 0 0 0 0 + 0 Fe
Bothriocline longipes 0 0 + 0 + + + + + 0 0 0 0 0 0 Fe
Brachiaria brizantha 0 0 0 0 0 0 0 0 0 0 1 + 1 3 2 Fe, Ti
Bridelia bridelifolia 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 Fe
Camelia chinensis 0 0 0 0 0 0 0 + 0 0 0 0 0 0 0 Fe
Canthium sp. 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 Fe, Ec
 91

Centella asiatica 0 + 1 + 3 3 1 0 + 2 0 0 0 0 0 Fe

Chloris pycnothrix + + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ti

Cinchona officinale 0 0 0 0 0 0 0 + + 0 0 0 0 0 0 Fe, Ti
Cissampelos mucronata 0 0 0 0 0 0 0 0 0 0 + 0 0 0 0 Fe
Clerodendron johnstonii + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Conyza neglecta 0 0 0 0 0 0 0 0 0 0 0 + + + 0 Fe
Maytenus sp. 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + -
Rubiaceae inconnue 1 0 0 0 0 0 0 0 0 0 0 0 0 0 + 0 -
Commelina diffusa + 0 0 0 0 0 0 0 0 0 0 + 0 0 0 Fe, Ti
Conyza aegyptica 0 0 0 0 0 0 0 0 0 0 + 0 0 0 + Fe
Conyza sumantrensis + 0 + + + + + + + + 0 0 0 0 0 Fe
Crassocephalum montousum 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 Fe, Ti
Crassocephalum vitellinum 0 + + 0 + + + + 0 + 0 0 0 0 0 Fe, Ti
Crotalaria incana + 0 0 0 + 0 0 0 0 + 0 0 0 0 0 -
Tephrosia sp. 0 0 0 0 0 0 0 0 0 0 0 0 0 + + -
Crotalaria ononoides 0 0 0 + 0 0 0 0 0 0 0 0 0 0 0 -
Crotalaria spinosa 0 + 0 0 0 0 0 0 0 0 + 0 + + + -
Cuscuta kilimanjarica 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 Ti
Cyathula unisulata 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Cynodon dactylon 0 1 0 1 0 0 0 0 0 0 0 2 0 0 0 Fe, Ti
Cyperus angolensis 0 0 0 0 0 0 0 0 0 0 0 0 0 + 0 Fe, Ti
Desmodium ascendes 0 0 0 0 0 0 0 0 0 2 0 0 0 0 0 Fe, Ti, Fl
Desmodium repandum + + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ti, Fl
Dichondra micrantha 0 + 0 0 + 0 0 0 0 + 0 0 0 0 0 Fe
Digitaria abyssinica 2 3 4 3 5 + 4 4 + 3 0 + + 0 0 Fe, Ti

Dissotis irvingiana 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 -
Dyschoriste radicans + 1 1 0 3 + 0 0 0 + 0 0 0 0 0 Fe
Eleusine indica + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ti
 92

Erythrina abyssinica 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Eucalyptus globulis + 0 0 0 0 0 0 0 0 0 0 + 0 0 0 Fe
Desmodium velutinum 0 0 0 0 0 0 0 0 0 0 0 0 0 + + Fe
Stylosanthes sp. 0 0 0 + 0 0 0 0 + 0 + 0 0 0 0 Fe
Glycine wightii 0 + 0 + 1 0 0 0 0 0 0 0 + 0 0 Fe, Ti
Guizotia scabra 0 0 0 0 0 0 0 0 0 0 0 + 0 0 0 -
Harungana madagascariensis 0 0 0 0 0 0 + + + 0 0 0 0 0 0 Ec
Helichrysum luteo-album 0 0 0 0 + 0 0 + 0 0 0 0 0 0 0 -
Helichrysum panduratum 0 + + 0 0 0 0 0 0 0 0 0 0 0 0 -
Helichrysum cyamosus 0 0 + 0 + 0 0 0 + + 0 0 0 0 0 -
Hibiscus cannabinus 0 + + 0 + 0 0 + 0 0 0 0 0 0 0 -
Pavonia patens + 0 0 0 0 0 0 0 0 0 0 + 0 0 0 -
Hibiscus aponeurus 0 0 + 0 0 0 0 0 0 0 0 0 0 0 0 -
Hibiscus fuscus 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Hibiscus noldae 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 -
Hibiscus sp. 0 0 0 0 0 0 0 0 0 0 + 0 + 0 0 -
Hoslundia opposita 0 0 0 0 0 0 0 0 0 0 0 0 + 0 + Fe
Hydrocotyle mannii 0 + 0 0 + 0 0 0 + + 0 0 0 0 0 -
Hygrophylla auriculata 0 0 0 0 0 0 0 0 0 + 0 + 0 0 0 -
Hyparrhenia rufa 0 0 0 0 0 0 0 0 0 0 4 2 1 1 3 Fe, Ti

Hyparrhenia confinis 0 0 0 0 0 0 0 0 1 0 + 0 0 0 0 Fe, Ti

Acanthospermum sp. 0 0 0 0 0 0 + + 0 + 0 0 0 0 0 -
Indigofera ambelaconsis 0 0 + 0 0 + 0 0 0 0 0 0 0 0 0 Fe
Indigofera arrecta + 0 0 + 0 + 0 0 0 0 0 0 0 0 0 Fe
Ipomoea tenuirostris + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ti
Jacaranda mimisifolia 0 0 0 0 0 0 0 + 0 0 0 0 0 0 0 Fe, Ec
Justicia flava + + 0 0 0 0 0 + 0 0 0 0 0 0 0 -
Kyllinga pumila 0 0 0 0 0 0 0 0 0 + 0 0 0 0 0 Fe, Ti
Kyllinga bulbosa + 0 0 0 0 0 0 0 1 0 0 0 0 0 0 Fe, Ti
 93

Lantana camara + + + 0 + + 0 0 + + 0 0 + + + Fe
Isachne kyalaensis 0 0 0 0 0 0 0 + 0 0 0 0 0 0 0 Fe
Leonotis nepetaefolia + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -
Leucaena diversifolia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + -
Leucas deflexa 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Ludwingia abyssinica 0 0 0 0 0 0 0 0 0 0 0 + 0 0 0 Fe
Mangifera indica 0 0 0 + 0 0 0 0 0 0 0 0 0 0 0 Fe, Ec
Mariscus macrocarpus + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Maytenus arbulifolius 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + -
Tylosema sp. 0 0 0 0 0 0 0 0 0 0 0 0 + + + Fe
Microglossa pyrifolia + 0 0 0 0 + 0 0 + 0 0 0 0 0 0 Fe
Mimosa invisa 0 0 0 0 0 0 0 0 0 0 0 + 0 0 + -
Momordica foetida 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Ocimmum gratissimum + + 0 0 0 0 0 0 0 0 0 0 0 0 0 -
Paspalum glumaceum 0 0 0 0 0 0 0 0 0 0 1 + 4 4 4 Fe, Ti

Paspalum conjugatum 0 0 0 0 0 5 + 0 0 + 0 0 0 0 0 Fe, Ti

Paspalum notatum 0 2 0 0 1 0 3 0 3 4 0 0 0 0 0 Fe, Ti

Paspalum scrobiculatum 0 4 2 + 0 3 2 + 2 0 0 0 0 0 0 Fe, Ti

Pentas zanzibarica 0 + + 0 0 0 0 0 0 0 0 0 0 0 0 -
Indigofera volkensii 0 0 0 0 0 0 0 0 0 0 + 0 + 3 0 Fe
Phyllanthus nummulariifolius 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 -
Phyllanthus niruri + 0 0 0 0 0 0 0 0 + 0 0 0 0 0 -
Plantago palmata 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 Fe
Platostoma montanum 0 + + 0 + 0 0 0 0 0 0 0 0 0 0 -
Plectranthus longipes 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Psidium guajava 0 0 0 + 0 + 0 0 0 0 + 0 0 0 + Fe
Pteridium aquilinum 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 Fe
 94

Rhychelictrum repens 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Rubia cordifolia 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Rubiaceae inconnue 2 0 0 0 0 + 0 0 0 0 0 0 0 0 0 0 -
Rubus steudneri 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 Fe
Rungia grandis 2 + 0 0 0 0 0 0 0 + 0 0 0 0 0 -
Senna cyamea 0 0 0 0 0 0 0 0 0 0 + 0 0 0 0 Fe
Senna hirsuta 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + Fe
Pennisetum clandestinum 0 0 0 0 0 0 0 0 0 0 0 + 0 0 0 Fe
Setaria barbata 0 0 0 0 + 0 0 0 0 0 0 0 0 0 0 Fe
Sida acuta + 0 0 + 0 + 0 0 + + + + + + + Fe
Solanum angustispinosum 0 + 0 0 + 0 0 0 0 + 0 0 0 0 0 Fe
Solanum mauritianum 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ec
Solanum sp. 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Spermacoce sbvulgata 0 0 0 0 0 0 0 0 + 0 0 0 0 0 0 -
Spermacoce dibrachiata 0 0 0 0 0 0 0 0 0 0 0 0 0 + + -
Spermacoce princae 0 0 0 0 + 0 + 0 0 + + 0 0 0 0 -
Eragrostis blepharoglomis 0 0 0 1 + 0 0 0 4 + 0 0 0 0 0 Fe, Ti
Sporobolus molleri 0 0 0 0 + 0 0 0 0 0 0 0 0 0 0 Fe, Ti
Sporobolus pyramidalis + 0 0 0 0 0 0 0 0 0 2 3 2 + + Fe, Ti
Sporobolus stapfinus + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Stachystapheta indica + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 -
Tagetes minuta 0 0 + 0 0 0 0 0 0 0 0 0 0 0 0 -
Tephrosia purpurea 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + Fe
Teramnus labialis 0 0 0 0 0 0 0 0 0 0 0 0 + + 0 Fe
Tevettia nerifolia 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + -
Trifolium purseglovei 0 + 1 + 0 2 0 0 0 0 0 0 0 0 0 Fe
Triumfetta cordifolia 0 0 0 0 0 0 0 0 0 0 + 0 0 0 0 Fe
Triumfetta rhomboidea + + + 0 + 0 0 0 0 0 0 0 + 0 + Fe
Vernonia kirungae 0 + + + 0 + 0 0 0 0 0 0 0 0 0 Fe, Ec
Vernonia scaettae 0 0 0 0 0 0 0 + 0 0 + 0 0 0 0 Fe, Ec
 95

Vigna schimperi 0 0 0 0 0 + 0 0 0 0 0 0 + 0 + Fe
Vigna vexilata 0 + + 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ti
Dracaena sp 0 0 0 0 0 0 0 0 0 0 0 0 0 + 0 Fe
Microglossa densiflora 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 Fe
Vernonia amygdalina 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe, Ec
Combretum sp 0 0 0 0 0 0 0 0 0 0 0 0 0 + 0 -
Mariscus umbelatus 0 0 0 0 0 0 0 0 0 0 0 2 0 0 0 Fe
Senna mimosoides 0 + 0 0 + 0 0 0 0 0 0 0 0 + 0 Fe
Neonotonia wightii 0 0 0 0 0 0 0 0 0 0 0 0 + 0 0 Fe
Mimosa pundica 0 0 + 0 0 0 0 0 0 0 0 + + 0 + Fe
Senna floribunda 0 0 0 0 0 0 0 0 0 0 0 0 0 0 + Fe
Trifolium pratens 0 0 + + + + 0 0 0 0 0 0 0 0 0 Fe
Tephrosia vogelii + + 0 0 0 0 0 0 0 0 0 0 0 0 0 -
Juncus sp 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 -
Solenestemon sp 3 0 0 0 0 0 0 0 0 0 0 0 + 0 0 -
Plectranthus assurgens 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 -
Clerodendon rutundifolium + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Sida rhomboidea 0 0 0 0 0 0 0 0 0 0 + 0 0 0 0 -
Urena lobata 0 0 0 0 1 + 0 0 0 0 0 + 0 0 + -
Pavonia urens 0 + 0 + 0 0 0 0 0 0 0 0 0 0 0 -
Themeda sp 0 0 0 0 0 0 0 0 0 0 2 0 0 0 0 Fe
Brachiaria ruziziensis 0 0 0 0 0 0 0 0 0 0 4 2 4 + 0 Fe, Ti

Paspalum dilatatum + 0 0 0 0 0 0 0 + 0 0 1 0 0 0 Fe
Pennisetum polystachyon 0 + 0 0 0 0 0 0 0 0 0 + 0 0 0 Fe, Ti
Panicum maximum 0 0 0 0 0 0 0 0 0 0 0 0 0 0 2 Fe, Ti
Setaria viridis 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 Fe
Axonopus sp. 0 0 0 0 0 2 0 + + 1 0 0 0 0 0 Fe, Ti

Grevilea robusta 0 0 0 0 0 + 0 0 0 0 0 0 0 0 0 Fe
 96

Pentas longiflora 0 0 0 0 0 0 0 0 0 0 0 0 0 + 0 -
Virectaria major 0 + 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe
Lycopersicum esculentum + 0 0 0 0 0 0 0 0 0 0 0 0 0 0 Fe

Avec KABARE : (R1 : Muganzo, R2 : INERA, R3 : Miti, R4 : Mudaka, R5 : Cirunga) ; WALUNGU : (R6 : Muluse, R7: Kashanja, R8: Madaka, R9: Mudusa, R10: Lurale) et
PLAINE DE LA RUZIZI : (R11: Sange, R12: Mutarule, R13: Luvungi, R14: Katogota et R15: Kamanyola), Partie Cons. = Partie consommée..