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

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 d'auteur