Remote sensing applications for the characterization and management of riparian vegetation in Southern Belgium | Utilisation de la télédétection pour la caractérisation et la gestion de la végétation riveraine

anglais. The vegetation that develops in the riparian zone has an important influence on many processes within the hydrosystem. As a result, it is often at the heart of management practices designed to influence the river's ecological and hydraulic functioning. The implementation of coherent management actions, integrating the various river-related issues and stakeholders, requires diagnosis and appropriate planning at basin scale. Remote sensing can be used to obtain up-to-date data on the state of riparian vegetation over large areas at low cost. The aim of this thesis is to develop tools for mapping riparian vegetation and to assess their value for riparian management. Firstly, a literature review was carried out to obtain an overview of the use of remote sensing for the study of riparian vegetation. The results show a close relationship between the tools used, the riparian vegetation characteristics studied and the extent mapped. High-resolution data are rarely used for rivers over 100 km in length, or for mapping species composition. A significant proportion of the studies carried out relate to the dynamics of riparian ecosystems, and aerial and satellite images are valued for their availability as time series. We identified opportunities to seize with the increased availability of high-resolution data in little-studied regions, for large areas and as time series. Some approaches have reached an operational level and are now being used for management purposes. To transfer remote sensing approaches to riparian managers, we suggest mutualizing achievements by producing robust, open-source tools that can be adapted to each specific project. Secondly, we focused on mapping the above-ground biomass of riparian forests, on which several key functions of riparian systems depend. Specifically, LiDAR data were used in a tree-centric approach to map above-ground biomass in riparian forests along 200 km of rivers and their associated floodplains, in the Semois and Chiers watersheds. Two approaches were tested, based on a LiDAR digital height model alone or in conjunction with a LiDAR point cloud. Relative root-mean-square biomass errors for 0.3 ha plots were 27% and 22% respectively for the two approaches. The map was used to highlight the environmental factors structuring riparian biomass at the scale of the watershed studied. The disturbance regime, mainly anthropogenic, largely explains the spatial distribution of biomass. Thirdly, we used a high-density LiDAR dataset to map the species composition of riparian forests along 155 km of the Semois river and its floodplain. We used a tree-centric approach, a Random Forest algorithm and variables derived from the point cloud. Trees were classified into four groups with similar ecological characteristics (willows, alders, other hardwoods and conifers) with an overall accuracy of around 80%. We then assessed the accuracy of the classification when aggregating the information obtained at tree level onto larger units. The accuracy obtained on 900 m² units is 85% for the presence of a species and 89% for the dominant species. This accuracy is further improved for larger units and is sufficient for many applications. As with biomass, the spatial distribution of species was analyzed in relation to factors such as land use, proximity to the river and soil moisture. Tree species spatial distribution confirms the expected patterns: willows occupy open, wet areas in the floodplain, alders are particularly present in wet areas and near riverbanks, and other hardwoods occupy the higher parts of the riparian zone. Fourthly, we assessed the potential of 3D data to describe riverbank morphology and evolution. Indeed, these characteristics are of direct interest for the management of riparian vegetation. We began by comparing the performance and limitations of approaches for describing minor bed geometry based on aerial photogrammetry and on aerial LiDAR data. While photogrammetry provides a better description of the submerged parts of the river, LiDAR offers decent performance in the emergent parts and greater upscaling potential. We then developed a simple methodology for mapping bank lateral mobility using multi-temporal LiDAR DTMs. The results obtained are consistent with those obtained using photointerpretation of aerial images. Finally, approaches for mapping biomass, specific composition and lateral erosion were deployed on a catchment comprising 50 km of watercourse. We assessed how this information can be used to plan and prioritize interventions on vegetation in the minor bed. The availability of remote sensing methods to non-specialists is discussed regarding the volumes of data to be processed and the technicity of the approaches developed. The manuscript also discusses the aggregation of information from "tree-scale" approaches, and upscaling to watersheds. Finally, research perspectives are proposed to improve the interpretation of riparian vegetation trajectories, process modeling and the monitoring and assessment of riparian vegetation.

français. La végétation qui se développe dans les zones riveraines des cours d’eau a une influence importante sur de nombreux processus au sein de l’hydrosystème. Dès lors, elle est souvent au coeur des pratiques de gestion visant à influencer le fonctionnement écologique et hydraulique de la rivière. La mise en place d’actions de gestion cohérentes, intégrant les différents enjeux et acteurs liés à la rivière, nécessite un diagnostic et une planification adéquate à l’échelle du bassin versant. La télédétection peut être utilisée pour obtenir de données à jour sur l’état de la végétation riveraine sur des surfaces importantes et à moindre coût. Cette thèse a pour objectifs de développer des outils de cartographie de la végétation riveraine et d’évaluer leur intérêt pour la gestion de cette dernière. Premièrement, une revue de bibliographie a été réalisée pour obtenir une vue d'ensemble de l'utilisation de la télédétection pour l’étude de la végétation riveraine. Les résultats mettent en évidence une relation étroite entre les outils utilisés, les caractéristiques de la végétation riveraine étudiées et l'étendue cartographiée. Les données à haute résolution sont rarement utilisées pour les rivières sur plus de 100 km ou pour la cartographie de la composition en espèces. Une partie importante des études réalisées s’intéressent à la dynamique des écosystèmes riverains, et les images aériennes et satellitaires sont appréciées en raison de la disponibilité de séries temporelles. Nous avons identifié les opportunités qui peuvent être saisies avec la disponibilité accrue de données à haute résolution dans des régions peu étudiées, pour de grandes étendues et sous forme de séries temporelles. Certaines approches ont atteint un niveau opérationnel et sont désormais utilisées à des fins de gestion. Pour transférer les approches de télédétection aux gestionnaires des zones riveraines, nous suggérons de mutualiser les réalisations en produisant des outils robustes et open source, qui pourront être adaptées à chaque projet spécifique. Deuxièmement, nous nous sommes intéressés à la cartographie de la biomasse aérienne des forêts riveraines, dont dépendent plusieurs fonctions clés des systèmes riverains. Concrètement, des données LiDAR ont été utilisées dans une approche à l’échelle de l’arbre pour cartographier la biomasse aérienne dans les forêts riveraines le long de 200 km de rivières et dans leur plaine alluviale associée, sur les bassins versants de la Semois et de la Chiers. Deux approches ont été testées, s'appuyant sur un modèle numérique de hauteur LiDAR seul ou en conjonction avec un nuage de points LiDAR. Les erreurs quadratiques moyennes relatives de la biomasse pour des parcelles de 0,3 ha étaient respectivement de 27 % et 22 % pour les deux approches. La cartographie a été utilisée pour mettre en lumière les facteurs environnementaux structurant cette biomasse riveraine à l’échelle du bassin versant étudié. Le régime de perturbations, surtout anthropiques, y explique en grande partie la distribution spatiale de la biomasse. Troisièmement, nous avons exploité un jeu de données LiDAR à haute densité de points pour cartographier la composition en espèces des forêts riveraines sur 155 km de la Semois et sur sa plaine alluviale. Nous avons utilisé une approche à l’échelle de l’arbre, un algorithme Random Forest et des variables issues du nuage de points et d’images multispectrales. Les arbres ont été classés selon quatre groupes aux caractéristiques écologiques similaires (saules, aulnes, autres feuillus et résineux) avec une précision globale de l’ordre de 80%. Nous avons ensuite évalué la précision de la classification lors de l’agrégation de l’information obtenue à l’échelle de l’arbre sur des unités de plus grande taille. La précision obtenue sur des unités de 900 m² est de 85 % pour la présence d’une espèce et de 89 % sur l’espèce dominante. Cette précision est encore améliorée pour des unités de plus grande dimension et est suffisante pour de nombreuses applications. Comme pour la biomasse, la distribution des espèces dans l’espace a été analysée par rapport à des facteurs tels que l’occupation du sol, la proximité à la rivière ou l’engorgement en eau du sol. La cartographie de la distribution spatiale de la composition spécifique confirme les patrons pressentis : les saules occupent les zones ouvertes et humides dans la plaine alluviale, les aulnes sont particulièrement présents dans les zones humides et à proximité des berges, et les feuillus à bois dur occupant les parties plus hautes de la zone riveraine. Quatrièmement, nous avons évalué le potentiel de données 3D pour décrire la morphologie des berges et leur évolution. En effet, ces caractéristiques ont un intérêt direct pour la gestion de la végétation présente sur les berges des cours d’eau. Nous avons d’abord comparé les performances et les limites des approches de description de la géométrie du lit mineur basées d’une part sur la photogrammétrie d’images acquises à l’aide de drones et d’autre part sur des données LiDAR aériennes. Bien que la photogrammétrie permette une meilleure description des parties immergées de la rivière, le LiDAR offre des performances convenables dans les parties émergées et un potentiel de montée en échelle plus important. Ensuite, une méthodologie simple de cartographie de la mobilité latérale des berges à l’aide de MNT LiDAR multi-temporels a été développée. Cette dernière montre des résultats cohérents avec ceux obtenus par photointerprétation d’images aériennes. Enfin, les approches de cartographie de la biomasse, de la composition spécifique et de l’érosion latérale ont été déployées sur un bassin versant comprenant 50 km de cours d’eau, en vue d’illustrer comment ces informations peuvent être croisées pour planifier et prioriser les interventions sur la végétation dans le lit mineur. L’accessibilité des méthodes de télédétection au plus grand nombre est discutée à l’aune des volumes de données à traiter et de la technicité des approches développées. Le manuscrit discute également de l’agrégation d’informations issues d’approches « à l’échelle de l’arbre » et de la montée en échelle. Enfin, des perspectives de recherche sont proposées pour améliorer l’interprétation des trajectoires de la végétation riveraine, la modélisation de processus et le suivi et l’évaluation de la végétation riveraine.