Utiliser la télédétection pour prédire l’abondance et la diversité du bois mort et des dendromicrohabitats dans les vieilles forêts boréales mixtes du Québec

Chambon, Lucas (2026). Utiliser la télédétection pour prédire l’abondance et la diversité du bois mort et des dendromicrohabitats dans les vieilles forêts boréales mixtes du Québec. (Mémoire de maîtrise). Université du Québec en Abitibi-Témiscamingue. Depositum. https://depositum.uqat.ca/id/eprint/1847

Prévisualisation

PDF Télécharger (5MB) | Prévisualisation

Résumé

RÉSUMÉ

Les vieilles forêts boréales fournissent des habitats clés tels que le bois mort et les dendromicrohabitats (DMH), que de nombreuses espèces forestières utilisent pour se nourrir, se reproduire et s’abriter. Cependant, à l’échelle de l’immensité des forêts de l’est du Canada, leur distribution spatiale reste encore peu connue. Ce manque de connaissances limite l’efficacité des stratégies de conservation de la biodiversité dans des forêts soumises à une pression croissante liée à l’exploitation forestière et au changement global. Étant donné que les facteurs contrôlant le bois mort et les DMH sont liés à la structure forestière, le LiDAR aéroporté, en capturant la structure tridimensionnelle des forêts, offre une voie pour combler cette lacune. L’objectif de l’étude est de développer des modèles issus de la télédétection permettant de prédire l’abondance et la diversité des DMH et du bois mort dans les vieilles forêts boréales mixtes de l’est du Canada. Des données terrain ont été collectées sur 175 sous-placettes dans la Forêt d’Enseignement et de Recherche du Lac Duparquet. Des données prédictives de 32 variables ont été extraites de produits LiDAR et SCANFI afin de construire des modèles de type forêts aléatoires. Au total, 10 modèles sur 16 ont réussi à prédire l’abondance et la diversité des DMH et du bois mort, bien que capturant partiellement leur variabilité (R² = 0,16– 0,33 ; pente = 0,78 –1,10), mais avec un bruit modéré (NMAE = 10,87–15,04 % ; rRMSE = 13,41–105,33 %) et un faible biais (biais = |0,01–0,78|). La structure verticale de la forêt s’est révélée être le principal facteur explicatif des prédictions, tandis que la structure horizontale a exercé une influence limitée. Les variables environnementales locales, telles que la pente et la proportion d’essences, ont soutenu les prédictions des DMH, alors que la complexité structurelle a eu un impact faible à modéré sur les prédictions du bois mort et des DMH. Malgré la complexité des forêts boréales mixtes, nos modèles ont permis de capturer les patrons spatiaux des habitats forestiers clés à travers le paysage forestier grâce à leur cartographie prédictive. Cette approche comble une importante lacune et fournit un outil novateur pour la planification forestière. Ces résultats soutiennent le développement de stratégies de gestion forestière innovantes conciliant exploitation du bois et conservation de la biodiversité dans une optique de gestion durable des forêts.

ABSTRACT

Boreal old-growth forests provide key structural habitats such as deadwood and tree-related microhabitats (TreMs), which many forest-dwelling species use for feeding, breeding, and shelter. However, across the vastness of eastern Canada’s forests, their spatial distribution remains poorly known. This knowledge gap limits the effectiveness of strategies targeting biodiversity in forests facing intensifying pressure through forest harvesting and global change. Because deadwood and TreM drivers are linked to forest structure, Airborne LiDAR, by capturing the forest three-dimensional structure, offers a way to address this gap. Our objective aimed to develop remote sensing models to predict the abundance and diversity of TreMs and deadwood in boreal mixedwood old-growth forests in eastern Canada. We collected data from 175 subplots in the Forêt d’Enseignement et de Recherche du Lac Duparquet. We extracted 32 remote sensing predictors from LiDAR and SCANFI products to build random forest models. Overall, 10 of 16 models successfully predicted TreMs and deadwood, partially capturing their variability (R²=0.16-0.33, Slope=0.78-1.10) with moderate noise (NMAE=10.87–15.04%, rRMSE=13.41-105.33%) and low bias (bias=|0.01-0.78|). Vertical forest structure was the main driver of predictions while horizontal structure had limited influence. Local environmental predictors such as slope and tree species proportion supported TreM predictions while structural complexity had a low to moderate impact on both deadwood and TreM predictions. Despite boreal mixedwoods complexity, our models captured large-scale spatial distribution patterns of key forest habitats through wall-to-wall mapping. This approach fills an important knowledge gap and provides a pioneering tool for forest planning. These findings support the development of innovative forest management approaches balancing timber harvesting and biodiversity conservation for sustainable forest management.

Type de document:	Thèse ou mémoires (Mémoire de maîtrise)
Directeur ou directrice de recherche:	Martin, Maxence
Codirecteurs de mémoire/thèse:	Valeria, Osvaldo et Raymond, Patricia
Mots-clés libres:	Foresterie durable; habitat forestier; indicateur de biodiversité; lasergrammétrie aéroportée; prédiction spatiale; télédétection; vieille forêt; forêt boréale mixte; Airborne Laser Scanning; Biodiversity indicator; Forest habitat; Old-growth forest; Remote-Sensing; Spatial prediction; Sustainable forestry
Divisions:	Forêts > Maîtrise en écologie
Date de dépôt:	26 juin 2026 13:51
Dernière modification:	26 juin 2026 13:51
URI:	https://depositum.uqat.ca/id/eprint/1847

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt