une perspective sur l’application des méthodes de surveillance terre-forêt pour l’évaluation des forêts d’animaux marins – Methods Blog

Message fourni par Torque Polished Blankets

Je suis chercheur postdoctoral en biologie et écologie marines au Département des sciences de la vie et de l’environnement (DiSVA), Université polytechnique des Marches, où je travaille au laboratoire de zoologie (lien : https://www.instagram.com/zoomardisva/). Nous nous efforçons de comprendre comment le changement climatique affecte les organismes marins benthiques, de développer de nouvelles méthodes de surveillance de l’environnement marin et de promouvoir des stratégies de conservation efficaces pour les habitats et les espèces vulnérables.

L’idée derrière cette nouvelle perspective sur la surveillance des forêts d’animaux marins est apparue au cours de mon doctorat, alors que j’examinais les études basées sur la photogrammétrie dans les écosystèmes terrestres et marins. L’examen de plus de 2 000 études m’a exposé aux approches tridimensionnelles émergentes pour cartographier des habitats complexes. J’ai remarqué que les nuages ​​de points générés par la photogrammétrie Structure-from-Motion (SfM) sous l’eau étaient étonnamment similaires à ceux produits par LiDAR en foresterie terrestre. Ce constat soulève une question simple : pourquoi les méthodes d’inventaire forestier n’ont-elles pas été appliquées à leurs homologues marines ?

Les forêts sont depuis longtemps reconnues comme des écosystèmes tridimensionnels. Leur structure verticale (couverts, sous-étages, trouées) contrôle la biodiversité, les flux d’énergie et les services écosystémiques. Au cours du siècle dernier, la science forestière est progressivement passée d’inventaires manuels locaux à une surveillance automatisée à l’échelle du paysage, pilotée par le LiDAR aéroporté, la photogrammétrie et des analyses de nuages ​​de points de plus en plus sophistiquées.

Dans l’océan, une transition analogue ne fait que commencer. Les forêts d’animaux marins (MAF) sont des écosystèmes benthiques dominés par des organismes filtreurs et suspensivores sessiles à longue durée de vie, tels que les éponges, les gorgones, les bryozoaires et les ascidies. Lorsqu’ils sont denses, ces organismes forment des canopées tridimensionnelles complexes qui augmentent l’hétérogénéité de l’habitat, modifient l’hydrodynamique proche du fond et fournissent un abri et des aires d’alevinage à de nombreuses espèces. Malgré leur importance écologique, la plupart des MAF, en particulier ceux situés en dehors des récifs coralliens, restent mal surveillés, en grande partie parce que les évaluations tridimensionnelles sous l’eau sont difficiles et coûteuses.

Emprunter des concepts à la foresterie terrestre

Dans les écosystèmes terrestres, la structure du couvert forestier est régulièrement quantifiée à l’aide de flux de travail automatisés développés pour l’inventaire forestier. Ces méthodes détectent des arbres individuels, estiment leur hauteur et quantifient le volume de la canopée à partir de nuages ​​de points dérivés du LiDAR. L’idée clé de notre travail était de tester si des pipelines similaires pouvaient être transférés vers des systèmes marins en utilisant la photogrammétrie SfM au lieu du LiDAR.

SfM permet désormais la reconstruction de nuages ​​de points denses en trois dimensions d’habitats benthiques à partir d’images sous-marines. Ces ensembles de données sont de plus en plus courants, mais leur analyse reste souvent manuelle ou bidimensionnelle. Nous avons adapté un flux de travail forestier standard aux nuages ​​de points sous-marins, dans le but d’établir un cadre semi-automatisé pour caractériser les organismes formant la canopée (CFO) et leur canopée collective. L’idée centrale de notre étude est simple : plutôt que d’inventer des outils entièrement nouveaux pour le domaine marin, pourquoi ne pas tester si les pipelines forestiers établis peuvent être adaptés aux données tridimensionnelles sous-marines ?

Un flux de travail inspiré du LiDAR pour les fonds marins

Le pipeline proposé comprend cinq étapes :

• débruitage le nuage de points pour supprimer les artefacts de reconstruction ;
• classer les points au sol, séparer le substrat des structures biologiques ;
• normaliser les hauteurs par rapport au substrat, corriger les irrégularités du substrat ;
• détecter les directeurs financiers individuelsen utilisant une détection de maxima locaux analogue à la segmentation d’un seul arbre.
• quantifier le volume du couvert forestier et son occupationau moyen d’un processus de voxelisation.

Toutes les étapes ont été mises en œuvre à l’aide d’outils open source, y compris le couvercleR Package R initialement développé pour la science forestière. Pour évaluer les performances, les sorties semi-automatisées ont été comparées aux annotations manuelles de l’abondance, de la densité et de la hauteur du CFO dérivées manuellement directement des nuages ​​de points.

Performances et limites

La détection du CFO s’est bien déroulée, avec un score F1 moyen de 0,77, comparable à la précision de la détection des arbres dans les forêts terrestres. La plupart des erreurs résultaient de paramètres fixes de la fenêtre de recherche, conduisant parfois à une sur- ou sous-segmentation – des problèmes déjà bien connus en foresterie et pouvant être résolus grâce à un paramétrage adaptatif.

L’estimation de la hauteur était plus difficile. La précision variait selon les sites, avec une surestimation systématique dans les zones aux substrats escarpés ou irréguliers. Des erreurs dans la classification du sol et la normalisation de la hauteur se sont propagées dans les estimations de hauteur du CFO, en particulier sur les surfaces verticales et les affleurements rocheux complexes. De plus, contrairement aux plantes, les invertébrés sessiles ne suivent pas de modèles de croissance gravitropiques ou phototropes, ce qui complique encore davantage les mesures de hauteur. Ces résultats mettent en évidence que la morphologie et la topographie influencent fortement les performances et qu’aucun paramétrage unique ne convient à tous les types de MAF.

Pourquoi le volume et l’occupation de la canopée constituent-ils la véritable avancée ?

Même si l’estimation de la hauteur nécessite d’être affinée, l’innovation clé réside probablement dans la quantification du volume du couvert forestier. Les canopées forestières animales représentent une interface 3D entre le fond marin et la colonne d’eau, influençant le débit, les processus biogéochimiques et la complexité de l’habitat. Le volume du couvert forestier fournit un indicateur direct de la capacité de l’habitat et de l’intégrité de l’écosystème, allant au-delà des mesures bidimensionnelles traditionnelles telles que la couverture ou la densité. De plus, historiquement, les formateurs de canopée à corps mou ont été exclus des évaluations structurelles en raison de contraintes méthodologiques. Ce cadre permet pour la première fois une quantification tridimensionnelle standardisée et semi-automatisée, ouvrant de nouvelles opportunités pour l’intégration des perspectives écologiques, hydrodynamiques et biogéochimiques.

Un premier pas vers une surveillance marine opérationnelle en 3D

En transférant les méthodes d’inventaire forestier aux fonds marins, l’accent est déplacé du dénombrement des espèces vers la structure de la canopée et les mesures fonctionnelles de l’habitat. Ce faisant, il ouvre de nouvelles possibilités pour des enquêtes évolutives, des comparaisons entre écosystèmes et des indicateurs plus significatifs sur le plan écologique – des ingrédients essentiels pour la conservation et la gestion efficaces de ces forêts sous-marines vulnérables.

Lire l’article complet ici.