Monitoring and modeling land use chand, biomass and soil carbon stocks as part of the REDD+ in Madagascar : towards locally relevant and globally consistent measures

Le changement d’usage des terres, liées à l’agriculture et à la foresterie, engendre une perte importante de biodiversité et représente une part importante de nos émissions de GES à l’origine du changement climatique. Le mécanisme de Réduction des Émissions de la Déforestation et Dégradation des forêts, conservation, gestion durable et restauration des stocks de carbone (REDD+) initié il y a dix ans. peine à se mettre en place du fait de nombreuses contraintes politiques et scientifiques. Malgré l’existence de lignes directrices élaborées par la communauté scientifique internationale, des outils et données sont nécessaires afin de fournir des informations précises, à moindre coût et utilisables à différentes échelles. L’objectif de cette thèse est de développer des méthodologies innovantes pour réduire les incertitudes sur les estimations des émissions et séquestrations de CO2 associées à la déforestation, dégradation et régénération des terres. Madagascar, pays engagé dans le REDD+ depuis huit ans et soumis à des pertes importantes de biodiversité et de couvert forestier est pris comme exemple. Trois études complémentaires ont été réalisées : i) le suivi de la déforestation en région tropical humide et sec par satellites, ii) l’estimation des stocks de carbone dans les sols et les forêts et iii) la modélisation des changements d’usage de terres. Nous avons développé une nouvelle méthodologie de suivi de la déforestation à Madagascar permettant de tenir compte de la définition des forêts et améliorer la prise en compte des petites parcelles de défriche brulis. Les chiffres de la déforestation, variant d’une région à une autre, ont ainsi été actualisés jusqu’en 2013. Une méthodologie innovante de cartographie des stocks de carbone dans le sol à des résolutions fines et à des échelles régionales a été mise au point en couplant de nombreux facteurs environnementaux et un inventaire de terrain à l’aide d’un modèle d’apprentissage automatique. Ce modèle spatial du carbone a été appliqué sur des images satellites acquises vingt année plus tôt afin d’évaluer la dégradation des stocks de carbone du sol et leur régénération potentielle. Des facteurs de perte et gains de carbone dans le sol ont pu ainsi être estimés. Enfin, une approche de modélisation des changements d’usage des terres a permis de mieux comprendre les facteurs biophysiques et socio-économiques liées à la déforestation, dégradation des terres et régénération, et proposer des scénarios spatialisés pour aider les décideurs. Les résultats obtenus dans cette thèse et les méthodologies développées permettent d’alimenter les discussions et documents concernant la stratégie REDD+ de Madagascar. Elle contribue et vise à une meilleure gestion des agro-écosystèmes par la fourniture d’informations spatiales justes, précises spatialement et pertinentes à grande échelle.Land use change due to agriculture and forestry, generates a significant loss of biodiversity and is an important part of our greenhouse gas (GHG) emissions causing climate change. The Reduction of Emissions from Deforestation and Forest Degradation, conservation, sustainable management and restoration of carbon stocks (REDD+) mechanism initiated ten years ago is struggling to establish because of many political and scientific constraints. Despite the existence of guidelines developed by the international scientific community, tools and data necessary to provide accurate, cost and usable at different scales. The objective of this thesis is to develop innovative methods to reduce uncertainties in the estimates of CO2 emissions and sequestrations from deforestation, degradation and land regeneration. Madagascar, a country committed in REDD+ for eight years and subjected to significant losses of biodiversity and forest cover, is taken as an example. Three complementary studies were carried out: i) monitoring of deforestation in tropical humid and dry regions, ii) estimates of carbon stocks in soils and forests and iii) land use change model. We have developed a new methodology for monitoring deforestation in Madagascar considering the national definition of forests and accounted for small plots of slash and burn practices. The figures of deforestation vary from one region to another, and have been updated to 2013. An innovative methodology for soil organic carbon stock mapping at fine resolution and regional scale has been developed by coupling many environmental factors and a field inventory using a machine learning model. This spatial carbon model was applied on satellite images acquired twenty year ago to assess the degradation of soil carbon stocks and potential regeneration. Loss and gain factors due to various land use change were estimated. Finally, the land use change framework developed allowed us to understand the biophysical and socio-economic factors related to deforestation, land degradation and regeneration, and provide spatially scenarios to assist policy makers. The results obtained in this thesis and the methodologies developed allow to feed the discussions and documents relating to the REDD + strategy in Madagascar. It contributes and is aimed at a better management of agro-ecosystems by providing accurate spatial information, locally relevant and globally consistent