Suivi de la dynamique forêt-savane dans la zone de transition guinéo-congolaise de la région Centre du Cameroun

Autor: Sagang Takougoum, Le Bienfaiteur
Přispěvatelé: Botanique et Modélisation de l'Architecture des Plantes et des Végétations (UMR AMAP), Centre de Coopération Internationale en Recherche Agronomique pour le Développement (Cirad)-Centre National de la Recherche Scientifique (CNRS)-Institut de Recherche pour le Développement (IRD [France-Sud])-Institut National de Recherche pour l’Agriculture, l’Alimentation et l’Environnement (INRAE)-Université de Montpellier (UM), Université de Yaoundé I, Université de Yaoundé 1 (Cameroun), Bonaventure Sonké, Nicolas Barbier (IRD ) - co-directeur
Jazyk: angličtina
Rok vydání: 2022
Předmět:
Zdroj: Ecosystems. Université de Yaoundé 1 (Cameroun), 2022. English. ⟨NNT : ⟩
Popis: Understanding the effects of global change (combining anthropic and climatic pressures) on biome distribution needs innovative approaches allowing to address the large spatial scales involved and the scarcity of available ground data. Characterizing vegetation dynamics at landscape to regional scale requires both a high level of spatial detail (resolution), generally obtained through precise field measurements, and a sufficient coverage of the land surface (extent) provided by satellite images. The difficulty usually lies between these two scales as both signal saturation from satellite data and ground sampling limitations contribute to inaccurate extrapolations. Airborne laser scanning (ALS) data has revolutionized the trade-off between spatial detail and landscape coverage as it gives accurate information of the vegetation’s structure over large areas which can be used to calibrate satellite data. Also recent satellite data of improved spectral and spatial resolutions (Sentinel 2) allow for detailed characterizations of compositional gradients in the vegetation, notably in terms of the abundance of broad functional/optical plant types. Another major obstacle comes from the lack of a temporal perspective on dynamics and disturbances. Growing satellite imagery archives over several decades (45 years; Landsat) and available computing facilities such as Google Earth Engine (GEE) provide new possibilities to track long term successional trajectories and detect significant disturbances (i.e. fire) at a fine spatial detail (30m) and relate them to the current structure and composition of the vegetation. With these game changing tools our objective was to track long-term dynamics of forest-savanna ecotone in the Guineo-Congolian transition area of the Central Region of Cameroon with induced changes in the vegetatio structure and composition within two contrasted scenarios of anthropogenic pressures: 1) the Nachtigal area which is targeted for the dam construction and subject to intense agricultural activities and 2) the Mpem et Djim National Park (MDNP) which has no management plan. The maximum likelihood classification of the Spot 6/7 image aided with the information from the canopy height derived from ALS data discriminated the vegetation types within the Nachtigal area with good accuracy (96.5%). Using field plots data in upscaling aboveground biomass (AGB) form field plots estimates to the satellite estimates with model-based approaches lead to a systematic overestimation in AGB density estimates and a root mean squared prediction error (RMSPE) of up to 65 Mg.ha−1 (90%), whereas calibration with ALS data (AGBALS) lead to low bias and a drop of ~30% in RMSPE (down to 43 Mg.ha−1, 58%) with little effect of the satellite sensor used. However, these results also confirm that, whatever the spectral indices used and attention paid to sensor quality and pre-processing, the signal is not sufficient to warrant accurate pixel wise predictions, because of large relative RMSPE, especially above (200–250 Mg.ha−1). The design-based approach, for which average AGB density values were attributed to mapped land cover classes, proved to be a simple and reliable alternative (for landscape to region level estimations), when trained with dense ALS samples. AGB and species diversity measured within 74 field inventory plots (distributed along a savanna to forest successional gradient) were higher for the vegetation located in the MDNP compared to their pairs in the Nachtigal area. The automated unsupervised long-term (45 years) land cover change monitoring from Landsat image archives based on GEE captured a consistent and regular pattern of forest progression into savanna at an average rate of 1% (ca. 6 km².year-1). No fire occurrence was captured for savanna that transited to forest within five years of monitoring. Distinct assemblages of spectral species are apparent in forest vegetation which is consistent with the age of transition. As forest gets older AGBALS recovers at a rate of 4.3 Mg.ha-1.year-1 in young forest stands (< 20 years) compared to 3.2 Mg.ha-1.year-1 recorded for older forest successions (≥ 20 years). In savannas, two modes could be identified along the gradient of spectral species assemblage, corresponding to distinct AGBALS levels, where woody savannas with low fire frequency store 50% more carbon than open grassy savannas with high fire frequency. At least two fire occurrences in five years is found to be the fire regime threshold below which woody savannas start to dominate over grassy ones. Four distinct plant communities were found distributed along a fire frequency gradient. However the presence of fire-sensitive pioneer forest species in all scenarios of fire frequencies (from low to high fire frequencies) would suggest that the limiting effect of fire on woody vegetation is not sufficient to hinder woody encroachment in the area bringing therefore sufficient humidity required for the establishment of pioneer forest saplings within open savannas. These results have implications for carbon sequestration and biodiversity conservation policies. The maintenance of the savanna ecosystem in the region would require active management actions, and contradicts reforestation goals (REDD+, Bonn challenge, etc.).; Comprendre les effets des changements globaux (pressions anthropiques et climatiques) sur la distribution des biomes passe par des approches innovantes qui prennent en compte la large étendue spatiale de même que la faible disponibilité des données de terrain. Caractériser la dynamique de la végétation de l’échelle locale à celle régionale nécessite à la fois un niveau de détail (résolution) élevé, acquis grâce aux mesures précises sur le terrain de même qu’unecouverture suffisante de la zone (étendue) obtenue par les images satellitaires. La complexité se trouve généralement entre ces deux échelles ; avec un signal satellitaire limité par la saturation additionné aux données de terrain localisées qui impactent la précision lors des extrapolations. Les données acquises grâce au scanner laser aéroporté (Airborne laser scaning ; ALS) apportent une alternative au compromis entre la précision et la surface couverte nécessaire pour améliorer les données satellitaires. L’avènement des satellites récents (Sentinel 2) avec une meilleure résolution spatiale et spectrale permettent une caractérisation détaillée des groupes floristiques. Un autre obstacle repose sur le manque de perspective temporelle sur les dynamiques et les perturbations. La disponibilité d’archives d’images satellitaires sur plusieurs décennies (>45 ans ; Landsat) de même que l’avènement des méthodes de traitements automatiques tels que Google Earth Engine (GEE) offrent de nouvelles possibilités dans le suivi à long terme des trajectoires de succession à une fine résolution spatiale (30 m) et les relier à la structure et la composition de la végétation. À l’aide de ces outils révolutionnaires l’objectif de cette étude a été de caractériser la dynamique de la végétation dans l’écotone forêt-savane de la zone de transition Guinéo-Congolaise de la région du Centre Cameroun en lien avec deschangements induits sur la structure et la composition de la végétation dans la zone de construction du barrage hydroélectrique de Nachtigal et le parc national du Mpem et Djim (PNMD). La classification supervisée avec l’algorithme de maximum de vraisemblance d’une image du satellite Spot 6/7 complété par les informations sur la hauteur de canopée dérivée des données ALS a servi à discriminer les types de végétation dans la zone de Nachtigal avec une grande précision (96,5%). L’utilisation des données de terrain afin d’estimer la biomasse aérienne ligneuse (AGB) pour la zone de Nachtigal à partir d’un modèle statistique (model-based approach) calibré sur les données satellitaires a conduit à une surestimation systématique des estimations d’AGB avec une erreur résiduelle moyenne des prédictions (RMSPE) allant jusqu’à 65 Mg.ha−1 (90%), tandis que l’utilisation les données ALS (AGBALS) a conduit à un faible biais et une réduction du RMSPE d’environ 30 % (43 Mg.ha−1, 58%) avec un faible effet du type de satellite utilisé. Cependant ces résultats confirment également qu’une attention particulière doit être portée sur la qualité du capteur et le prétraitement des images pour tous les satellites. Le signal du satellite ne garantit pas une précision dans les estimations à l’échelle du pixel au-delà de 200–250 Mg.ha−1 à cause des valeurs élevées du RMSPE relatif. L’approche basée sur la conception (design-based approach) pour laquelle les valeurs moyennes d’AGB sont attribuées aux différents types de végétation constitue une alternative simple et fiable pour des estimations d’AGB à l’échelle du paysage pour des données ALS distribuées dans lesdifférentes typologies. L’AGB et a diversité spécifique mesurées au sein de 74 parcelles d’inventaires (distribuées le long d’un gradient de succession de la savane vers la forêt) sont élevées pour les végétations localisées dans le PNMD comparées aux végétations semblables échantillonnées à Nachtigal. L’approche automatique non supervisée du suivi à long terme (45 ans) des changements de couvert à partir d’archives Landsat dans GEE a mesuré un avancementconstant et régulier de la forêt sur la savane à une vitesse moyenne d’environ 6 km².an-1. L’archive d’image Landsat est la mieux appropriée pour le suivi de la fréquence des feux dans la zone d’étude en comparaison avec les produits MODIS. Entre deux périodes de monitoring successifs (5 ans) les pixels de savane avant la transition vers la forêt n’ont enregistré aucun évènement de feu. Des assemblages distincts d’espèces spectrales (β-diversity) sont apparents en forêt et sont corrélés avec l’âge de la transition. L’accumulation de l’AGBALS avec l’âge de la forêt est de of 4,3 Mg.ha-1.an-1 pour les jeunes forêts (< 20 ans) contre of 3.2 Mg,ha-1.an-1 pour les vieilles successions forestières (≥ 20 ans). En savane deux modes ont été identifiés le long du gradient de groupes spectraux correspondant aux niveaux AGBALS où la savane boisée associée à une faible fréquence de feu stocke 50 % plus de carbone que les savanes ouvertes dominées par les graminées qui ont une fréquence de feu élevée. Une occurrence de feu en 5 ans est nécessaire pour limiter le boisement de la savane. Nous avons décrit quatre communautés végétales suivant un gradient de transition et d’historique de feu. Cependant la présence d’espèces forestières dans des parcelles avec une fréquence de feux faibles suggèrerait l’inefficacité du feu dans la limitation du boisement de la savane. Ces résultats ont des fortes implications pour la séquestration du carbone et les politiques de conservation de la biodiversité. Le maintien des écosystèmes de savane dans la région va nécessiter des méthodes de gestion appropriées et sont contradictoires aux objectifs de reforestations (REDD+, Bonn challenge, etc.).
Databáze: OpenAIRE
Externí odkaz: