Use of remote sensing data for monitoring the water status and biodiversity of old-growth and mature forests. | Utilisation de données de télédétection pour le suivi de l’état hydrique et de la biodiversité des forêts anciennes et matures (vieilles forêts)

Master

anglais. The objective of this study is to present the approach followed during the internship at INRAE, focused on the topic of old-growth and mature forests. The research conducted concerns the assessment of the degree of maturity of forest stands located in Occitanie, with the aim of improving the monitoring of old-growth forests and studying their resilience to climate change. The methodology employed consists of modeling the Relative Maturity Index (IMAT) based on variables derived from remote sensing data. The study relies on the combination of high-density LiDAR point clouds and Sentinel-2 imagery to advance the results of this type of forest parameter–based approach. Given the absence of the necessary measurements for IMAT calculation in the OcciGen project dataset, a second set of plots located exclusively in Ariège was used to compute the index and calibrate the model. The method is structured into four main stages: a bibliographic review of the variables used in the scientific literature to describe forest maturity, the computation of a selection of variables from both datasets using HD LiDAR and Sentinel-2 sources, the calculation of IMAT on the first dataset in order to train a Random Forest model for its prediction on the second dataset.At the end of this process, the results obtained are consistent with those reported in the scientific literature. However, a significant prediction error remains, both for the predicted IMAT values and for its components, with a notable tendency to overestimate low IMAT values compared to validation data. As it stands, the mapping produced nevertheless provides key insights into the potential of this approach to estimate the maturity of certain forest stands and their distribution. By further refining the combination of satellite and LiDAR variables used in the model, as well as improving the reference field indices, this method could become an effective tool to guide forest management and contribute to the conservation of biodiversity hotspots represented by old-growth forests

français. L’objectif de cette étude est de présenter la démarche suivie dans le cadre du stage au sein de l’INRAE consacré au sujet des forêts anciennes et matures. La recherche menée porte sur l’appréciation du degré de maturité de peuplements situés en Occitanie dans le but d’améliorer le suivi des vieilles forêts et d’étudier leur résistance face au changement climatique. La méthodologie employée consiste en une modélisation de l’indice de maturité relative (IMAT) fondée sur des variables issues de données de télédétection. L'étude s'appuie sur la combinaison de nuages de points LiDAR HD et d’images Sentinel-2 pour faire progresser les résultats de ce type d’approche basée sur des paramètres forestiers. Étant donnée l’absence des mesures nécessaires au calcul de l’IMAT dans le jeu de données du projet OcciGen, un second jeu de placettes localisées uniquement en Ariège a été utilisé pour calculer cet indice et calibrer le modèle. La méthode se décompose en quatre grandes étapes : l’analyse bibliographique des variables utilisées dans la littérature scientifique pour décrire la maturité, le calcul d’une sélection de variables sur les deux jeux de données à partir des sources LiDAR HD et Sentinel-2, l’obtention de l’IMAT sur le premier jeu de données afin d’entraîner un modèle Random Forest à sa prédiction sur le second jeu de données. À l’issue de ce processus, les résultats obtenus s’approchent de ceux énoncés dans la littérature scientifique. Un taux important d’erreur de prédiction subsiste cependant, à la fois pour les IMAT prédits et pour ses composantes, et une tendance à la surestimation des faibles valeurs d’IMAT est notable en comparaison des données de validation. En l’état, la cartographie produite fournit néanmoins des informations clés sur la capacité de ce type d’approche à estimer la maturité d’un certain type de peuplement et leur distribution. En poursuivant la recherche d’une association de variables satellitaires et LiDAR plus performantes dans le modèle, ainsi que sur les indices de référence terrain plus adaptés, cette méthode pourrait devenir un outil efficace pour orienter la gestion forestière et contribuer à la conservation des cœurs de biodiversité que sont les vieilles forêts.