Alors que la saison de terrain de l’été 2023 se terminait, la communauté de Silva21 s’est réunie pour une autre série de réunions de mise à jour pour se tenir au courant des mises à jour du projet, des derniers résultats et poser des questions brûlantes!
Cette fois-ci, nos réunions étaient divisées en quatre thèmes :
Stratégies sylvicoles pour la résilience climatique
Perturbation et adaptation axée sur la résistance
Technologies novatrices et adaptation axée sur les données
Engagement, collaboration et politiques communautaires
Les PHQ ont été divisés en différents thèmes pour faire le point sur leurs projets, partager les résultats actuels, discuter des implications pour la sylviculture adaptative et poser des questions à la communauté Silva21. Dans chaque thème, un membre du gouvernement ou de l’industrie a également présenté une mise à jour, discuté des répercussions et posé des questions à la collectivité.
Le mardi 10 octobre, la communauté de Silva21 a discuté des stratégies sylvicoles pour la résilience climatique, en écoutant sept projets de recherche et un partenaire du ministère des Richesses naturelles et des Forêts de l’Ontario. Cliquez sur le titre et le nom de la recherche ci-dessous pour lire leur mise à jour.
Fine-scale structural characterization of non-stand replacing (NSR) disturbances using bitemporal aerial laser scanning (ALS) data- Tommaso Trotto, PhD candidate, UBC
Les perturbations naturelles ont un impact significatif sur la structure des forêts à différentes échelles spatiales et temporelles. Les forêts peuvent subir des changements brusques causés par des perturbations qui remplacent les peuplements, comme des feux de forêt, ou par des modifications plus subtiles et généralisées attribuables à des perturbations non-remplacent ("nonstand replacing disturbance"; NSR). Les perturbations du NSR, comme les défoliations d’insectes modérées, peuvent influer sur divers aspects de la structure de la forêt, y compris la hauteur de la cime, la forme et le couvert, la disposition spatiale des parcelles d’arbres et la dynamique de croissance. La réponse complexe de la structure forestière aux perturbations des NSR pose des défis pour l’élaboration d’approches qui peuvent saisir avec précision les changements temporels et spatiaux pour une gestion forestière éclairée. Cependant, l’application d’outils de télédétection active, tels que le scanner laser aérien (SLA), peut offrir des informations précieuses sur les changements structurels des forêts résultant de perturbations NSR lorsque des acquisitions répétées sont disponibles.
Cette étude vise à étudier les changements structurels forestiers à une échelle fine à l’aide d’un ensemble de données bitemporelles SLA acquises dans la partie sud de la région du Lac St-Jean, Québec, Canada en 2014 et 2020. La détection des changements sur les données SLAa été réalisée via une approche de différenciation matricielle, largement adoptée pour les tâches de détection des changements en raison de sa robustesse dans la gestion des incohérences d’acquisition de données, telles que la variation des spécifications du système SLA. Cette approche consiste à régulariser l’information ALS tridimensionnelle sur une grille bidimensionnelle.
La différenciation matricielle a été effectuée sur un ensemble de 14 mesures non corrélées dérivées de l’ALS, qui ont été rastérisées à 10 m pour les acquisitions SLA et soustraites dans le temps (t2 – t1, mesures delta ci-après). La sélection métrique comprenait des mesures de la hauteur, de la couverture végétale, des mesures d’interception de la lumière (p. ex., indice de surface foliaire) et des mesures de la forme dérivées de la composition propre de la matrice de covariance. Pour identifier les régions de pixels présentant des schémas de réponse similaires aux perturbations du NSR (c.-à-d. les régions écologiques), une approche de regroupement en deux étapes a été appliquée aux mesures delta. Cette approche a impliqué un pass initial de kmeans, suivi d’un clustering aggloméré multivarié, ayant pour résultat l’identification de 8 régions écologiques. Les grappes ont été évaluées en termes d’impact écologique sur la décoloration de la couronne, la défoliation et les lacunes grâce à la photointerprétation de 2 images aériennes en 2012 et 2020. Enfin, un modèle de forêt aléatoire a été adapté aux mesures delta pour identifier les meilleurs attributs structurels dérivés de la SLA lors de la séparation des clusters, que nous avons jugés sensibles à la détection des perturbations NSR.
Nous avons observé une augmentation des niveaux de décoloration et de défoliation à mesure que la gravité des perturbations augmentait, ce qui était associé à une diminution des percentiles de hauteur inférieure, du couvert forestier et de l’indice foliaire. Les mesures de la composition propre ont également montré une réponse cohérente à mesure que la gravité des perturbations augmentait, avec une plus grande dispersion de la variance verticale à des niveaux de gravité des perturbations modérés, ce qui indique peut-être une plus grande complexité structurelle verticale du peuplement. En conclusion, nous avons détecté l’occurrence de perturbations NSR sur la base des mesures delta avec une précision globale de 67,5% dans la région.
Cette étude a révélé l’importance de prendre en compte les mesures de couverture et de hauteur pour la détection des perturbations NSR dans la région, dérivées du modèle Random Forest. De plus, il a servi de base à la détection et à la caractérisation des perturbations des RSN dans un contexte de forêt boréale, en tirant parti de la disponibilité des données bitemporelles de la SLA. Cette recherche visait à appuyer l’utilisation de mesures structurelles dérivées d’ALSpour la détection, la caractérisation et les implications des perturbations des RSN sur la structure forestière pour la gestion écosystémique.
Tommaso Trotto
PhD Candidate
University of British Columbia
Supervisor: Nicholas Coops
tommaso.trotto@ubc.ca
Can thinning mitigate the impact of natural disturbance? - Catherine Chagnon, RA, Laval
Tree growth response to current climate change in Ontario - Emmanuelle Baby-Bouchard, RA, ULaval
Climate sensitivity mortality modeling of Québec Tree Species - Christina Howard, PhD student, UBC
Integrations of climate drivers into tree-list growth modeling in the Acadian forest region - Jamie Ring, MSc student, UBC
Si vous êtes membre de l’équipe Silva21 et souhaitez recevoir une copie des diapositives, consultez la page pour les membres.
Vous avez oublié le mot de pass? Contactez amy.wotherspoon@ubc.ca.
Nos prochaines réunions de mise à jour auront lieu au printemps 2024! Restez à l’affût de toutes les nouvelles Silva21 en vous abonnant à notre infolettre au bas de cette page.
Comments