Evaluation de l`impact du forçage climatique sur la

Projet de thèse de doctorat (v0.4 du 24/04/15)
Evaluation de l’impact du forçage climatique sur la dynamique
forestière tropicale par LiDAR aéroporté multi-temporel
Contexte
Les forêts tropicales seraient responsables d’un tiers de la productivité primaire brute du globe
(Malhi 2012). Elles exercent ainsi une influence directe sur le climat à l’échelle globale. Des analyses
indépendantes basées soit sur des réseaux de parcelles permanentes en forêt (Phillips and Lewis 2014)
soit sur les données de gradients de carbone atmosphérique (Stephens, Gurney et al. 2007) suggèrent
toutes deux que les forêts tropicales intactes constituent un puits significatif de carbone atmosphérique.
Cette fonction de puits aurait cependant été à peu près compensée par la déforestation dans la zone
pendant la première décade de ce siècle (Pan, Birdsey et al. 2011).
Depuis la suggestion de Phillips and Gentry (1994) qu’il y aurait une accélération quasi généralisée
du turnover des forêts tropicales, avec une occurrence accrue des très grandes trouées dues aux vents
violents (Espírito-Santo, Keller et al. 2010), plusieurs études tant théoriques (Dornelas 2010) que de
terrain apportent continuellement la confirmation que divers processus sont à l’œuvre: fertilisation de
l’atmosphère par l’enrichissement en CO2 et les cendres des brulis, augmentation de l’insolation par une
moindre nébulosité, diminution ou variabilité accrue des ressources hydriques etc. (Davidson, de Araujo
et al. 2012). De même une augmentation de l’abondance des lianes semble devoir être attribuée à une
accélération du turnover (Chave, Olivier et al. 2008; Schnitzer and Bongers 2011). L’analyse critique des
projections climatiques (Joetzjer, Douville et al. 2013) qui valide pour l’est amazonien et les Guyanes une
migration progressive de la zone inter tropicale de convergence vers le nord, avec allongement de la
saison sèche, laisse présager que ces processus sont appelés à se renforcer.
La cartographie par télédétection des paysages forestier des Guyanes et de l’est amazonien (Gond,
Freycon et al. 2011), a montré une double organisation géographique en Guyane : régionale
(grossièrement nord-sud) et locale (en relation avec les expositions au-vent et sous-le-vent des reliefs)
des classes de végétations forestières. Ces classes ont été interprétées comme reflétant principalement
l’organisation tridimensionnelle des couverts végétaux, notamment le degré d’ouverture et la stature
des canopées. Des investigations préliminaires récentes à partir de données LiDAR (Light Detection and
Ranging) ont montré que les variations de hauteur moyenne de canopée sont considérables, même au
sein des classes de végétations forestières les mieux structurées. Une analyse de relevés terrain à large
échelle a aussi en mis évidence une forte variabilité de la biomasse forestière en relation avec les
changements de forme de reliefs (paysages) et d’autres paramètres géomorphologiques locaux comme
l’altitude, la pente, la dynamique de drainage (Guitet et al. submitted). La variation des relations
Hauteur-Diamètre (H : D) explique une grande part de la variation de biomasse observée (Molto et al.
2014). A l’échelle locale, ces variations sont parfois continues, reflet vraisemblable d’une organisation
des sols en catena et parfois discontinues avec de nombreuses origines, en relation avec une
discontinuité de la fertilité des sols (Paget 1999), leur impact sur le turnover, comme observé pour les
bas-fonds (Ferry, Morneau et al. 2010), un contraste climatique lié au relief, l’histoire de ces forêts.
Le LiDAR aéroporté (ALS) permet la caractérisation 3D de la structure des forestières (Vincent, Sabatier
et al. 2012) et de leur dynamique en cas de d’acquisition multi-dates (Vincent, Sabatier et al. 2011;
Meyer, Saatchi et al. 2013). Le LiDAR offre donc un moyen d’évaluer la dynamique forestière et en
particulier d’évaluer les réponses en cours des forêts tropicales au changement climatique.
Objectifs
Cette thèse s’inscrit dans le cadre du projet DynForDiv (2014-2018) qui étudie en Guyane l’effet des
forçages environnementaux du turnover forestier sur la structure et la composition des
communautés d’arbres en forêt tropicale (PI D. Sabatier, financement MEDD).
L’objectif spécifique du projet de thèse est de caractériser le lien entre la structure et la dynamique des
forêts tropicales d’une part et les flux et stocks de carbone dans ces forêts d’autre part à travers
l’exploitation des données LiDAR aéroportés multi-dates. Trois objectifs spécifiques sont définis :
1/ Caractériser la trajectoire récente d’évolution des forêts tropicales en termes de stock et flux de C. On
développera et on évaluera une méthode d’estimation des variations spatio-temporelles de hauteur de
canopée forestière qui devrait, grâce à la précision (décimétrique) et la cohérence spatiale des
couvertures ALS sur des dizaines km2 s’affranchir des limites des approches classiques par inventaire
(Fisher, Hurtt et al. 2008; Lloyd, Gloor et al. 2009; Marvin, Asner et al. 2014) ou des incertitudes liées aux
modèles de circulation atmosphériques et permettre de caractériser de façon non ambigüe la trajectoire
actuelle de ces forêts.
NB : La réalisation du diagnostic (sens de variation des stocks sur un espace particulier) ne nécessite pas
le passage par une estimation locale des stocks de carbone, et s’affranchit ainsi largement des
incertitudes associées (variations spatiales des allométries, de la structure verticale sous canopée, de la
densité des bois). En revanche l’estimation effective des stocks et flux impliquera de développer une
méthode adaptée (Vincent, Sabatier et al. 2014)
2/ En échantillonnant de façon répétée des situations microclimatiques contrastées (effet de versant sur
l’exposition au vent et le régime de précipitation) mais également des situations morpho-pédologiques
différentes on cherchera à lier contrainte pédo-climatique locale et caractéristiques de structure et de
dynamique des forêts pour formuler des hypothèses sur les évolutions probables selon divers scénarios
de forçage climatique.
3/ Explorer le lien fonctionnel entre structure et dynamique des forêts au moyen d’un modèle
spatiotemporel de type automate cellulaire calibré sur les données LiDAR. Ce type de modèle de
simulation dynamique discrète permet de prendre en compte des corrélations spatiale et temporelle et
semble adapté aux objectifs.
Méthodes
Transect de forêt tropicale: Le LiDAR aéroporté permet de finement caractériser la structure 3D des
forêts et notamment de modéliser la surface de la canopée dont les variations spatio-temporelles
seront l’objet central de ce travail

Dispositif :
Des campagnes aéroportées multi-dates couvrant des surfaces importantes (~80km2)
échantillonnant des structures forestières et des contextes environnementaux variés sont réalisées
dans le cadre du programme DynForDiv.
o
o
Quatre sites focaux du projet DynForDiv échantillonnent des situations de relief
(versants sous le vent et au vent). Il s’agit des sites de Montagne Plomb et de Trinité,
puis du site de Monts belle vue d’Inini et du massif d’Itoupé. Temps de revisite 2 ans.
Deux sites supplémentaires pour lesquels on dispose de données LiDAR multidates
issues d’autres projets sont également considérés. Le premier site (Crique Plomb, temps
de revisite 5 et 10 ans) présente une grande variabilité de la structure des forêts
(hauteur de canopée, densité de tiges). Le second (Paracou, temps de revisite 5,7,9 ans)
est un site expérimental de long terme où des exploitations forestières ont eu lieu créant
une hétérogénéité supplémentaire de structure et de dynamique du couvert.
 Méthode :
1- Elaboration et caractérisation des modèles de canopée : Des modèles de hauteur de canopée
sont établis pour chaque site à chaque date. A partir de ces modèles on produit à chaque date
d’observation des cartes de trouées. Les modèles de canopée servent également produire une
classification des forêts par classe de hauteur et/ou faciès. La comparaison des modèles de
canopée à deux dates successives produira des cartes de variations de hauteur de canopées.
2- Caractérisation de la distribution des trouées par classe de taille pour chaque site et par classe
de hauteur de canopée (Asner, Kellner et al. 2013; Lobo 2013) ; diagnostic sur la nature de ces
trouées : identification des zones de canopée basse stables (affleurement rocheux, cambrouse
incluse, etc…) par opposition aux trouées issues de chablis grâce aux données multi-temporelles.
3- Etude des facteurs (pédologiques, morphologiques, climatiques, effet de versant, site) affectant
les caractéristiques de hauteur et de dynamique des forêts (chablis et accroissement) (Kellner,
Asner et al. 2011).
4- Un volet modélisation qui pourra être de type automate cellulaire sera mis en œuvre pour
valider la cohérence des interprétations du modèle d’analyse et pour explorer des scénarios
d’évolution dynamique par forçage climatique du turnover forestier
Aspects pratiques
Equipe d’accueil : Laboratoire AMAP, Equipe « Ecologie et Diversité des communautés végétales »
Dir : G. Vincent
Comité de pilotage envisagé: D. Sabatier, J. Chave, B. Hérault, S. Guitet, S. Durrieu, R. Pélissier
Biblio
Asner, G. P., J. R. Kellner, et al. (2013). "Forest Canopy Gap Distributions in the Southern Peruvian
Amazon." PLoS ONE 8(4): e60875.
Chave, J., J. Olivier, et al. (2008). "Above-ground biomass and productivity in a rain forest of eastern
South America." Journal of Tropical Ecology 24(04): 355-366.
Davidson, E. A., A. C. de Araujo, et al. (2012). "The Amazon basin in transition." Nature 481(7381): 321328.
Dornelas, M. (2010). "Disturbance and change in biodiversity." Phil. Trans. R. Soc. Lond. B. 365(1558):
3719-3727.
Espírito-Santo, F. D. B., M. Keller, et al. (2010). "Storm intensity and old-growth forest disturbances in the
Amazon region." Geophysical Research Letters 37(11): L11403.
Ferry, B., F. Morneau, et al. (2010). "Higher treefall rates on slopes and waterlogged soils result in lower
stand biomass and productivity in a tropical rain forest." Journal of Ecology 98(1): 106-116.
Fisher, J. I., G. C. Hurtt, et al. (2008). "Clustered disturbances lead to bias in large-scale estimates based
on forest sample plots." Ecology Letters 11(6): 554-563.
Gond, V., V. Freycon, et al. (2011). "Broad-scale spatial pattern of forest landscape types in the Guiana
Shield." International Journal of Applied Earth Observation and Geoinformation 13(3): 357-367.
Joetzjer, E., H. Douville, et al. (2013). "Present-day and future Amazonian precipitation in global climate
models: CMIP5 versus CMIP3." Climate Dynamics 41(11-12): 2921-2936.
Kellner, J., G. Asner, et al. (2011). "Dependence of Forest Structure and Dynamics on Substrate Age and
Ecosystem Development." Ecosystems 14 (7): 1156–1167.
Lloyd, J., E. U. Gloor, et al. (2009). "Are the dynamics of tropical forests dominated by large and rare
disturbance events?" Ecology Letters 12(12): E19-E21.
Lobo, E. (2013). Spatial distribution of canopy gaps in a tropical forest landscape and its influence on the
tree community. PhD, Urbana, Illinois.
Malhi, Y. (2012). "The productivity, metabolism and carbon cycle of tropical forest vegetation." Journal of
Ecology 100(1): 65-75.
Marvin, D. C., G. P. Asner, et al. (2014). "Amazonian landscapes and the bias in field studies of forest
structure and biomass." Proceedings of the National Academy of Sciences 111(48): E5224-E5232.
Meyer, V., S. S. Saatchi, et al. (2013). "Detecting tropical forest biomass dynamics from repeated
airborne Lidar measurements." Biogeosciences Discuss. 10(2): 1957-1992.
Paget, D. (1999). Etude de la diversité spatiale des écosystèmes forestiers guyanais. Réflexion
méthodologique et application, ENGREF.
Pan, Y., R. A. Birdsey, et al. (2011). "A Large and Persistent Carbon Sink in the World’s Forests." Science
333(6045): 988-993.
Phillips, O. L. and A. H. Gentry (1994). "Increasing Turnover Through Time in Tropical Forests." Science
263(5149): 954-958.
Phillips, O. L. and S. L. Lewis (2014). Recent changes in tropical forest biomass and dynamics. Forests and
Global Change. D. A. Coomes, D. F. R. P. Burslem and W. D. Simonson. Cambridge, Cambridge
University Press: 77-108.
Schnitzer, S. A. and F. Bongers (2011). "Increasing liana abundance and biomass in tropical forests:
emerging patterns and putative mechanisms." Ecology Letters 14(4): 397-406.
Stephens, B. B., K. R. Gurney, et al. (2007). "Weak Northern and Strong Tropical Land Carbon Uptake
from Vertical Profiles of Atmospheric CO2." Science 316(5832): 1732-1735.
Vincent, G., D. Sabatier, et al. (2012). "Accuracy of small footprint airborne LiDAR in its predictions of
tropical moist forest stand structure." Remote Sensing of Environment 125(0): 23-33.
Vincent, G., D. Sabatier, et al. (2011). Multitemporal LiDAR applications to tropical forest dynamics
studies. International Conference on Tropical Silviculture, Montpellier, France.
Vincent, G., D. Sabatier, et al. (2014). "Revisiting a universal airborne light detection and ranging
approach for tropical forest carbon mapping: scaling-up from tree to stand to landscape."
Oecologia 175(2): 439-443.