Spatio-temporal dynamics of mangrove forest in Trat, province of Thailand

Pimple Uday. 2021. Spatio-temporal dynamics of mangrove forest in Trat, province of Thailand. Paris : AgroParisTech, 218 p. Thèse de doctorat : Sciences de l'environnement : AgroParisTech

Titre français : Dynamique spatio-temporelle de la forêt de mangrove dans la province de Trat en Thaïlande

Encadrement : Gond, Valéry ; Berger, Uta

Résumé : In the United Nations decade on ecosystem restoration 2021–2030, coastal ecosystems such as mangroves are listed as a priority for biodiversity restoration. Therefore, understanding large-scale mangrove species diversity and temporal changes are important for predicting ecosystem health, viability, and resilience against changing climate and human pressure. However, it is also crucial to understand the effects of conservation interventions when considering future conservation efforts and policies for mangroves. To address these concerns, we must improve our ability to gather reliable forest inventory measurements, spatial scale biodiversity predictions, and good practices for using Earth observation data. In this study, we investigated the knowledge gaps considering potential spatial diversity, intertidal zonation, and the historic state of mangrove forest species, and tested the role of environmental settings such as topography and anthropogenic (rehabilitation or plantation) settings on diversification. We have successfully integrated historic multi-satellite data, current ecological data, and micro-topographic measurements to establish a historic state and zonation for the mangrove forests in the Trat Province of Thailand. The method introduced in this study allows us to overcome the technical limitations of monitoring protocols and provides a powerful decision-support system to assess the forest recovery period, structural growth, and species composition of plantations and natural native stands over three decades. This study also identifies the main influencing factors that hinder the quality of Earth observation data and propose best practices specific to mangrove ecosystem monitoring. In addition, we developed the “automatic regrowth monitoring algorithm (ARMA)” tool and summarized the functional indicators (secondary succession) by type. ARMA can identify plantation years, recovery period, age, and structural development of rehabilitated mangroves compared with their adjacent natural and naturally regenerated mangroves. We believe that our study makes a significant contribution to mangrove biodiversity research, as it has several potential applications for restoration management planning, and therefore will be a useful tool to measure and evaluate biodiversity and thereby improve ecosystem-based mangrove forest management.

Résumé (autre langue) : Dans le programme 2021-2030 des Nations Unies sur la restauration des écosystèmes, les mangroves sont identifiées comme une priorité pour la conservation et la restauration de la biodiversité. Il est donc important d'en comprendre la diversité spatiale et temporelle en espèces afin d'en évaluer la résilience face aux changements climatiques et aux pressions anthropiques. Il est également crucial de comprendre les effets des actions précédemment menées lorsque l'on envisage le développement de politiques ambitieuses de conservation et de restauration. Pour répondre à ces préoccupations, nous avons dû développer des méthodes d'inventaire forestier fiables, prédire spatialement la biodiversité et utiliser de façon adéquate les données d'observation de la Terre. Dans cette étude, nous avons analysé les lacunes de connaissances concernant l'organisation spatiale, la zonation intertidale et l'histoire récente des mangroves de la province de Trat. Nous avons étudié l'impact, sur la diversification forestière, des paramètres environnementaux comme la topographie et les paramètres anthropiques comme la réhabilitation des peuplements ou les plantations. Nous avons réussi à intégrer des données multi-satellites historiques, des données écologiques actuelles et des mesures micro-topographiques pour établir un état et décrire l'organisation spatiale des mangroves de la province de Trat. La méthode présentée dans cette étude nous permet de surmonter les limites techniques des protocoles de surveillance et fournit un puissant système d'aide à la décision pour évaluer la période de récupération de la forêt, la croissance et la composition en espèces des plantations et des peuplements naturels sur trois décennies. Cette étude identifie également les principaux facteurs d'influence qui nuisent à la qualité des données d'observation de la Terre et propose de meilleures pratiques spécifiques à la surveillance des écosystèmes de mangrove. En outre, nous avons développé l'outil "automatic regrowth monitoring algorithm (ARMA)" et résumé les indicateurs fonctionnels (succession secondaire) par type de peuplement. ARMA peut identifier les années de plantation, la période de récupération, l'âge et le développement des mangroves réhabilitées par rapport aux mangroves naturelles ou régénérées naturellement. Nous pensons que notre étude apporte une contribution significative à la recherche sur caractérisation de la biodiversité des mangroves, car elle a plusieurs applications potentielles pour la planification et la gestion de la restauration forestière. Cet outil est utile pour mesurer et évaluer la biodiversité et pourra ainsi améliorer la gestion des forêts de mangroves.

Mots-clés Agrovoc : dynamique des populations, population végétale, mangrove, palétuvier, analyse de séries chronologiques, analyse spatiale, reconstitution forestière, restauration du paysage forestier

Mots-clés géographiques Agrovoc : Thaïlande

Mots-clés libres : Mangrove, Google earth engine, Regrowth, Restoration, Field inventories

Classification Agris : F40 - Écologie végétale
K70 - Dégâts causés aux forêts et leur protection

Auteurs et affiliations

• Pimple Uday, AgroParisTech (FRA)

Source : Cirad-Agritrop (https://agritrop.cirad.fr/599749/)

Métriques

[ Page générée et mise en cache le 2024-01-29 ]