Agritrop
Accueil

Estimation de la dégradation forestière en forêts tropicales à partir de technique multi-capteur satellitaire

Bourgoin Clément. 2015. Estimation de la dégradation forestière en forêts tropicales à partir de technique multi-capteur satellitaire. Rennes : Agrocampus Ouest, 72 p. Mémoire de fin d'études : Paysage. Géo-information appliquée à l'agronomie au paysage et à l'environnement : Agrocampus Ouest

Mémoire
[img] Version publiée - Français
Accès réservé aux agents Cirad
Utilisation soumise à autorisation de l'auteur ou du Cirad.
Memoire_degradation_2015_BOURGOIN.pdf

Télécharger (7MB) | Demander une copie

Titre anglais : Assessing forest degradation in tropical humid forest through multisource remote sensing approach

Encadrement : Gond; Valéry ; Blanc, Lilian ; Nicolas, Hervé

Résumé : Le territoire amazonien présente actuellement une mosaïque de paysages forestiers et agricoles issus de plusieurs décennies de déforestation. Concernant les forêts, il s'agit d'un mélange complexe de types forestiers, résultats d'usages variés et répétés dans le temps aboutissant à une large gamme de perturbations. Tout un gradient existe : depuis les forêts matures, peu ou pas impactées par des activités anthropiques, jusqu'à de jeunes forêts secondaires, partie intégrante du système d'agriculture sur brûlis et constituant un de ses états de transition. La mutation agro-environnementale en cours en Amazonie marquée par une très forte réduction de la déforestation met désormais cette mosaïque forestière au coeur de nombreux enjeux environnementaux. La gestion de ce territoire implique d'en identifier les principaux types à travers des techniques de télédétection multisource combinées aux analyses de terrain. Nous avons mené une étude visant à estimer un gradient de dégradation forestière au sein du municipe de Paragominas (Para, Brésil). Nous avons tout d'abord étudié la capacité d'estimer une typologie de la dégradation à partir d'une typologie évaluée sur le terrain. Par la suite, des relevées de biomasse et une large gamme de variables de télédétection (optique et radar) ont servis à établir un modèle de régression de la biomasse par l'algorithme Random Forest. Une forte corrélation (RMSE=38.8 Mg.ha-1) a été observée entre la biomasse aérienne théorique et estimée. La typologie de terrain a servi de donnée de validation pour la prédiction de la biomasse à l'échelle de la commune laissant apparaitre de nouvelles perspectives quand à l'utilisation d'une typologie afin d'étudier la dégradation forestière. Enfin, nous avons montré que l'analyse du grain de canopée constitue une piste intéressante dans la mise en relation de la texture et de paramètres forestiers pour étudier la dégradation.

Résumé (autre langue) : In the Brazilian Amazon, decades of deforestation have resulted in a complex mosaic of agricultural and forest landscape. Forested areas are an assemblage of complex forest types of varying ages influenced by a large spectrum of disturbances repeated over time and space. Nowadays, forest types range from mature forests, with the lowest impacts levels of human activity to secondary forests, associated with the slash and burn system. The agro-environmental changes taking place in the Amazon marked by a sharp reduction of deforestation rates are now putting this forest mosaic at the top of many environmental issues. To define management plans for these areas and to understand their role in the maintenance of ecological services, the first challenge is to identify and characterize, at both spatial and temporal scales, the forests that result from different disturbance trajectories through multisource remote sensing techniques combined with field data. We carried out a study aiming at assessing a range of forest degradation in the municipality of Paragominas (Para state, Brazil). We first studied the capacity to assess a typology of degraded forests based on a field typology. Then, above ground biomass data and a large range of remotely sensed variables extracted from optical and radar captors were used to compute a biomass regression model (using the Random Forest algorithm). High correlation (RMSE=38,8 Mg.ha-1) has been observed between biomass derived from fieldwork and predicted biomass. The model allows us to extrapolate at the municipality scale and the result has been validated by the field typology. The resulting forest degradation map can be seen as a way to assess forest degradation and has important applications in ecological studies as well as in supporting decisions for land use planning. Finally, we showed that canopy texture analyses could be a proxy to study forest degradation.

Classification Agris : K01 - Foresterie - Considérations générales
K70 - Dégâts causés aux forêts et leur protection
P01 - Conservation de la nature et ressources foncières

Auteurs et affiliations

  • Bourgoin Clément

Source : Cirad-Agritrop (https://agritrop.cirad.fr/582585/)

Voir la notice (accès réservé à la Dist) Voir la notice (accès réservé à la Dist)

[ Page générée et mise en cache le 2022-04-27 ]