L’analyse de l’image par satellite offre de nouvelles informations sur la diversité fonctionnelle des forêts tropicales

Comprendre les traits d’arbres et la diversité fonctionnelle sous les tropiques est crucial pour la biodiversité, la modélisation des écosystèmes et la conservation.

Maintenant, pour la première fois, grâce aux données satellites des satellites Sentinel-2 de l’Agence spatiale européenne (ESA), les scientifiques peuvent montrer la grande diversité fonctionnelle des forêts tropicales comme jamais vu auparavant.

Dans une étude dirigée par l’Institut de changement environnemental de l’Université d’Oxford et impliquant plus de 100 scientifiques du monde entier, les chercheurs ont utilisé des données de plus de 1,800 parcelles de végétation, ainsi que des données sur le terrain, le terrain, le climat et le sol, pour prédire les variations dans 13 traits d’arbres et cartographier la diversité fonctionnelle des forêts tropicales.

Ils ont constaté que les forêts des Amériques, de l’Afrique et de l’Asie utilisent chacune différentes parties de l’espace de traits disponible. Les forêts tropicales américaines montrent 40% de richesse fonctionnelle plus que les forêts africaines et asiatiques, tandis que les forêts africaines ont la divergence fonctionnelle la plus élevée – 32% de plus que les forêts américaines et 7% de plus que les plus asiatiques.

L’étude: la variation des traits fonctionnels de la canopée entre les forêts tropicales de la Terre, publiée dans la nature, identifie également les régions nécessitant plus de données pour améliorer la précision. Cette recherche offre une vision globale de la façon et de la raison pour laquelle les traits tropicaux de la canopée forestière varient à l’autre.

Le Dr Jesús Aguirre-Gutiérrez, professeur agrégé, a déclaré: « En utilisant les données satellites de pointe, nous pouvons obtenir des informations haute résolution et voir ce qui se passe dans les auvents forestiers. Nous pouvons l’utiliser pour quantifier les différences entre les continents. »

Dans leur étude, l’équipe souligne l’importance des auvents forestiers tropicaux dans la régulation du carbone, de l’eau et de l’énergie dans l’atmosphère. Les forêts tropicales sont les écosystèmes les plus biodiversaires de la Terre, constituant une grande partie de la diversité mondiale, dont les deux tiers des 73 000 espèces d’arbres. Plus d’un milliard de personnes dépendent d’eux pour leurs moyens de subsistance.

Cependant, les chercheurs disent que nous avons toujours une connaissance limitée de la façon dont les traits qui affectent les fonctions forestières (comme la forme, les schémas de croissance et les réponses à l’environnement) varient selon les grandes zones, en particulier dans les forêts tropicales. Bien que des facteurs tels que l’eau, la température et le sol influencent les traits végétaux, nous ne comprenons pas pleinement comment ils affectent la fonction forestière.

La prédiction des distributions de traits végétales sur de grandes zones se concentre généralement sur quelques traits avec des données plus disponibles, telles que l’azote foliaire, le phosphore et la surface foliaire spécifique. Certains progrès ont été réalisés en combinant des données de type de plantes avec des modèles statistiques et une télédétection par satellite, mais la plupart des modèles reposent toujours sur des types de plantes prédéfinies pour estimer les distributions de traits et utilisent des données par satellite à basse résolution. Les observations au sol dans les forêts tropicales sont souvent limitées, ce qui montre la nécessité de meilleurs outils pour suivre les traits végétaux sur de grandes zones à haute résolution. Il est également nécessaire de comparer les prédictions faites par différentes méthodes. Alors que les bases de données de traits végétales aident à modéliser les distributions de traits, les chercheurs disent que nous manquons encore de données complètes sur les traits pour la plupart des espèces d’arbres dans les zones tropicales comme l’Amazonie, qui compte environ 15 000 espèces. Il est important de comprendre la variation des traits entre les continents pour prédire comment les écosystèmes réagiront à des changements tels que le changement climatique et l’utilisation des terres. Des études antérieures ont montré que les traits végétaux varient selon les écosystèmes et les communautés, reflétant comment les stratégies végétales se connectent aux conditions environnementales, permettant aux espèces de prospérer dans des niches spécifiques.

Bien que les modèles dynamiques de végétation globale (DGVM) et les modèles de distribution des espèces (SDM) aident à prédire les effets du changement climatique, les DGVM utilisent souvent de larges catégories de plantes et les SDM peuvent ignorer la diversité des traits. L’inclusion de traits de plantes spécifiques et de diversité fonctionnelle dans ces modèles peut améliorer les prédictions du cycle du carbone, des modèles de végétation et de la résilience des écosystèmes, ce qui conduit à une meilleure compréhension de la façon dont les écosystèmes réagissent au changement global.

L’équipe de 119 scientifiques comprenait dix chercheurs de l’ECI. Travailler avec le Dr Aguit-Gutiérrez étaient; Le Dr Eleanor Thomson, chercheur postdoctoral; Le Dr Erika Berenguision, chercheuse principale; Dr Imma Oliveras Menor, chercheur principal; Dr Huanyuan Zhang-Zheng, chercheur postdoctoral; Xiongjie Deng, doctorant; Le professeur Yadvinder Malhi, chef du programme des écosystèmes; Dr Cecile Girdin, directeur des solutions sur la nature; Terhi Riutta, ancien chercheur de l’ECI et Dr Göran Wallin, associé de recherche honoraire abordée à l’Université de Gotheburg.

Le Dr Aguirre-Gutiérrez a déclaré: «C’est grâce à la disponibilité des données sur le terrain et des traits de collaborateurs locaux, notamment le réseau Monafor mexicain, le réseau de surveillance des écosystèmes d’Oxford Global (GEM), Rainfor et le réseau Meta Forestplots, ainsi que les données satellites de l’ESA qu’ils ont réussi à comparer les fonctions de la canopie. Il a poursuivi: «L’intelligence artificielle améliore rapidement notre capacité à cartographier les traits végétaux en utilisant des modèles d’apprentissage en profondeur appliqués aux données et photos sur le terrain. Ces modèles, en particulier les réseaux de neurones convolutionnels, peuvent analyser de grandes quantités de données de détection de télécommande et ont été combinées avec des données spectrales pour cartographier les traits des plantes. De nouveaux satellites avec des capteurs hyperspectraux et une résolution spatiale élevée, ainsi que des données de recensement des arbres croissantes, élargissent les possibilités d’utilisation de l’IA à travers le temps et l’espace.

Mais l’équipe avertit que l’IA devrait soutenir – et non remplacer – des méthodes écologiques traditionnelles comme l’échantillonnage sur le terrain et l’identification des arbres experts pour assurer des évaluations précises de la biodiversité.

Le Dr Aguirre-Gutiérrez a ajouté: «Il y a un besoin d’outils qui peuvent prédire les distributions de biodiversité et ses changements au fil du temps, et cette approche est un pas en avant. À l’avenir, les données par satellite pourraient aider à suivre la diversité des plantes chaque année, mais cela nécessite des données sur le terrain étendues, des modèles avancés, plus de puissance de calcul et de solides collaborations entre les chercheurs et les institutions.

L’étude correspond à la façon dont les types d’arbres varient entre les forêts tropicales humides et sèches, qui hébergent la plupart des espèces d’arbres de la Terre. Les résultats montrent que les traits des arbres sont fortement façonnés par le climat à long terme, aidant à prédire comment le changement climatique pourrait affecter ces forêts. Les cartes que les chercheurs mettent à disposition mettent en évidence des domaines clés pour les recherches futures, en particulier dans des régions sous-étudiées comme l’Afrique et l’Asie. Étant donné que la précision des prédictions dépend de la qualité et de la couverture des données, elles s’amélioreront à mesure que davantage de données seront disponibles. Ces cartes offrent un pas en avant significatif dans la compréhension du fonctionnement des forêts tropicales à l’échelle mondiale.