En Amazonie brésilienne, les forêts dégradées sont un élément important des paysages des fronts pionniers. Ces forêts sont caractérisées par une destruction partielle de leur canopée et de leur structure qui résultent du cumul de perturbations causées notamment par l’extraction du bois et/ou par le feu (Asner et al. 2005). L’ouverture partielle de la canopée est un phénomène fugace difficilement détectable par un suivi satellitaire. En effet, la végétation recolonise ces ouvertures plus ou moins rapidement selon l’état du sol et la végétation environnante.
Par conséquent, la dégradation forestière est beaucoup plus délicate à mesurer et à suivre en comparaison à la déforestation qui se définit comme une conversion rapide et totale de la forêt vers un autre type d’occupation du sol.
Une analyse temporelle est donc indispensable pour repérer, à pas de temps réguliers et fréquents, chaque épisode de dégradation. Elle implique d’une part de mettre au point des algorithmes afin de repérer de petites surfaces d’impact et d’autre part d’avoir des images satellites fréquentes et de qualité (sans nuage).
Depuis 2015, la mise à disposition des images de l’archive Landsat permet d’analyser l’état du couvert forestier depuis 1984 à nos jours à 30 mètres de résolution spatiale (Verbesselt et al. 2010; Dutrieux et al. 2015; Tritsch et al. 2016; DeVries et al. 2015). A partir de ce jeu de données il s’agira d’extraire les séries temporelles sur des peuplements forestiers dégradés et d’identifier des métriques qui caractérisent les différentes perturbations.
Objectif du stage : identifier et caractériser par analyse de séries temporelles les types de trajectoires de dégradation forestières en Amazonie orientale
La question sous-jacente est : l’analyse en série temporelle dense permet-elle d’identifier et de quantifier la dégradation forestière tropicale ?
Le ou la candidat(e) devra avoir une bonne base en codage informatique (java, R, python), une connaissance théorique en télédétection et un intérêt pour l’ensemble des thématiques concernant les forêts tropicales.
Les étapes du stage :
1 – Analyser la bibliographie sur les techniques d’analyse en série temporelle dense à partir d’imagerie Landsat ainsi que sur l’écologie de la forêt tropicale des fronts pionniers brésiliens.
2 – Automatiser la préparation des séries temporelles d’images Landsat (prétraitements, calibrations) et les extraire par peuplement forestier dégradé.
3 – Tester différents algorithmes de segmentation/classification de série temporelle.
4 – Identifier des métriques afin de quantifier le nombre de perturbation, leur intensité, fréquence et temps de régénération.
5 – Analyser statistiquement les résultats obtenus sur les différentes séries temporelles et estimer une typologie de forêts dégradées.
6 – Interpréter les résultats et rédiger un rapport. Ce travail se poursuivra par une publication dans une revue internationale en télédétection.
Condition de stage :
Le stage débutera à Rennes (2 mois) avec une période de formation aux techniques d’analyse des séries temporelles à l’université de Rennes 2. Puis les 4 mois restants se feront au CIRAD à Montpellier, campus international de Baillarguet. Pour la durée du stage le CIRAD versera une indemnité de 550€/mois.
Responsables :
Prise de contact : Valéry Gond (géographe). Mail : [email protected] Tel. : +33 4 67 59 37 87
Encadrants : Romain Tavenard (statisticien) [email protected]
Clément Bourgoin (doctorant en géographie) [email protected]
Damien Arvor (Téledétecteur, géomaticien) [email protected]
Bibliographie
Asner, Gregory P., David E. Knapp, Eben N. Broadbent, Paulo JC Oliveira, Michael Keller, and Jose N. Silva. 2005. “Selective Logging in the Brazilian Amazon.” Science 310 (5747):480–482.
DeVries, Ben, Jan Verbesselt, Lammert Kooistra, and Martin Herold. 2015. “Robust Monitoring of Small-Scale Forest Disturbances in a Tropical Montane Forest Using Landsat Time Series.” Remote Sensing of Environment 161 (May):107–21. https://doi.org/10.1016/j.rse.2015.02.012.
Dutrieux, Loïc Paul, Jan Verbesselt, Lammert Kooistra, and Martin Herold. 2015. “Monitoring Forest Cover Loss Using Multiple Data Streams, a Case Study of a Tropical Dry Forest in Bolivia.” ISPRS Journal of Photogrammetry and Remote Sensing 107 (September):112–25. https://doi.org/10.1016/j.isprsjprs.2015.03.015.
Herold, Martin, Rosa María Román-Cuesta, Danilo Mollicone, Yasumasa Hirata, Patrick Van Laake, Gregory P. Asner, Carlos Souza, Margaret Skutsch, Valerio Avitabile, and Ken MacDicken. 2011. “Options for Monitoring and Estimating Historical Carbon Emissions from Forest Degradation in the Context of REDD+.” Carbon Balance and Management 6 (1):13.
Tritsch, Isabelle, Plinio Sist, Igor Narvaes, Lucas Mazzei, Lilian Blanc, Clément Bourgoin, Guillaume Cornu, and Valery Gond. 2016. “Multiple Patterns of Forest Disturbance and Logging Shape Forest Landscapes in Paragominas, Brazil.” Forests 7 (12):315. https://doi.org/10.3390/f7120315.
Verbesselt, Jan, Rob Hyndman, Glenn Newnham, and Darius Culvenor. 2010. “Detecting Trend and Seasonal Changes in Satellite Image Time Series.” Remote Sensing of Environment 114 (1):106–15. https://doi.org/10.1016/j.rse.2009.08.014.

Le contenu de cette offre est la responsabilité de ses auteurs. Il leur appartient notamment de fournir les éléments pratiques tels que date, lieu, coordonnées de contact, etc. Cela est d'ailleurs précisé sur la page de dépôt des offres. Les modérateurs de SFEcodiff n'ont pas accès à ces informations.

Pout toute autre question, merci de contacter [email protected].