Cartographie de la strate arborée dans la savane d’Amboseli (Kenya) par télédétection et machine learning.

Mots Clés : télédétection, Sentinel-1 & 2, écologie de la savane, GoogleEarthEngine, machine learning, analyse spatiale, Amboseli (Kenya)

Direction :
– François Mialhe (UMR 5600 CNRS – EVS, Lyon)
– Yanni Gunnell (UMR 5600 CNRS – EVS, Lyon)
– Arthur Bostvironnois (UMR 5600 CNRS – EVS, Lyon)

Cadrage général

Le stage proposé s’insère dans un projet interdisciplinaire plus large articulé au projet ANR MAGNUM, qui traite des problématiques de développement et de conservation biologique dans l’écosystème d’Amboseli au Kenya. Un des objectifs du projet est de comprendre les transformations qu’ont connu les paysages depuis ~70 ans. En effet, ces transformations paysagères sont susceptibles d’influencer de manière plus ou moins importante certaines activités humaines (notamment le pastoralisme Maasai) mais également les déplacements des animaux sauvages (effectués depuis/vers le Parc National d’Amboseli). La zone d’étude (~3000 km²) est entièrement localisée dans un biome de savane. La savane est un assemblage de strates herbacées et arborées, avec des taux variables de recouvrement par chaque strate. Elle est le produit de nombreuses interactions entre processus naturels (ex. : climat, pressions de l’herbivorie de la faune sauvage, impacts de certains organismes ingénieurs : éléphants, termites) et processus humains (ex. : pression de l’herbivorie des animaux d’élevage, coupe du bois, feux). Les débats théoriques concernant la dynamique des savanes et les états de la végétation à un instant donné demeurent importants et les théories sont multiples. Les ligneux sont susceptibles de stocker des quantités significatives de carbone et fournissent localement un nombre élevé de bénéfices écologiques et socio-économiques 1, d’où les enjeux de connaissance à leur égard : répartition spatiale, dynamique spatio-temporelle.
Bien que les biomes de forêts en régions semi-arides (dont font parties les savanes arborées) occupent plus de 40% de la surface terrestre, la connaissance de la répartition spatiale des ligneux demeurent moins bonnes que pour d’autres biomes 2. Le recours à la télédétection s’avère donc nécessaire pour compenser ce déficit de connaissance, objectif désormais atteignable grâce aux données rendues accessibles gratuitement par les agences spatiales et grâce aux moyens analytiques en machine learning. Dans l’offre globale, la plateforme GoogleEarthEngine (GEE) s’impose du fait des bases de données et des instruments d’analyse qu’elle propose. Outre d’autres outils (issus des langages R ou Python), GEE est mobilisée pour répondre à un large spectre de questions, dont celles qui se préoccupent du couvert ligneux de savane en s’appuyant sur des données Sentinel-2 et des bandes dérivées pour produire des cartes de couverts ligneux 3. Les indices de végétation et de texture (de premier degré : variance, et de second degré : contraste) ont des pouvoirs discriminants importants et sont donc souvent employés 4,5. Les produits Ground Range Detected (GRD) du satellite Sentinel-1 permettent également d’améliorer les résultats 1.
Les travaux sur cette thématique ne manquent donc pas. Un état de l’art méthodologique à partir de la bibliographie devra être produit en début de stage.

Objectifs du stage
Les objectifs principaux du stage sont (i) de cartographier la strate arborée de la savane d’Amboseli à partir de données récentes de télédétection (ex. Sentinel-1 et Sentinel-2, et d’autres en fonction de la méthodologie retenue), (ii) de croiser les cartes produites avec des anciennes photographies aériennes (années 1950) afin de mettre en évidence la dynamique, et (iii) de croiser les cartes produites avec d’autres données spatiales afin de construire des modèles explicatifs autour des changements observés.

Profil du / de la candidat·e
– Compétences et/ou expérience en télédétection et en machine learning
– Compétences en lien avec, ou intérêt pour, GoogleEarthEngine
– Intérêt pour l’écologie des savanes
– Capacité de lecture d’articles scientifiques en anglais
– Goût prononcé pour les problématiques environnementales

Conditions d’accueil
Le (la) candidat(e) aura comme structure d’accueil le laboratoire IRG (Institut de Recherche en Géographie), situé sur le campus Porte de Alpes (Bron) de l’université Lumière Lyon 2 et composante de l’unité mixte de recherche (UMR) Environnement Ville Société (multiples tutelles, dont le CNRS). Le stage débutera le plus tôt possible, pour une durée minimum de 5 mois. La gratification mensuelle est alignée sur les bases réglementaires.

Procédure de recrutement
Pour candidater, envoyer lettre de motivation et CV détaillé au plus vite (sélection du candidat au fil de l’eau) à :
[email protected]
[email protected]

Bibliographie
1. Anchang JY, Prihodko L, Ji W, et al. Toward Operational Mapping of Woody Canopy Cover in Tropical Savannas Using Google Earth Engine. Front Environ Sci. 2020;8:4. doi:10.3389/fenvs.2020.00004
2. Bastin JF, Berrahmouni N, Grainger A, et al. The extent of forest in dryland biomes. Science. 2017;356(6338):635-638. doi:10.1126/science.aam6527
3. Shafeian E, Fassnacht FE, Latifi H. Mapping fractional woody cover in an extensive semi-arid woodland area at different spatial grains with Sentinel-2 and very high-resolution data. Int J Appl Earth Obs Geoinformation. 2021;105:102621. doi:10.1016/j.jag.2021.102621
4. Deur M, Gašparović M, Balenović I. Tree Species Classification in Mixed Deciduous Forests Using Very High Spatial Resolution Satellite Imagery and Machine Learning Methods. Remote Sens. 2020;12(23):3926. doi:10.3390/rs12233926
5. Wood EM, Pidgeon AM, Radeloff VC, Keuler NS. Image texture as a remotely sensed measure of vegetation structure. Remote Sens Environ. 2012;121:516-526. doi:10.1016/j.rse.2012.01.003

Le contenu de cette offre est la responsabilité de ses auteurs. Pour toute question relative à cette offre en particulier (date, lieu, mode de candidature, etc.), merci de les contacter directement. Un email de contact est disponible: [email protected]

Pout toute autre question, vous pouvez contacter [email protected].