Quantification du phénomène de déciduité en forêt tropicale d'Afrique centrale : Suivi à haute résolution temporelle par caméras phénologiques de l'espèce Lophira alata

Abstract

Les forêts tropicales d'Afrique centrale sont caractérisées par un climat relativement sec et saisonnier. Cette saisonnalité et la distribution bimodale des précipitations sont à l'origine du comportement décidu de certaines espèces d'arbres et individus qui façonnent la structure et la dynamique de ces écosystèmes. La compréhension des éléments environnementaux est donc primordiale dans l'étude du fonctionnement des forêts tropicales, tant à l'échelle de l'individu qu'à l'échelle de la population. Un suivi phénologique par télédétection proche de la surface a été réalisé à l’aide d’images prises à haute résolution temporelle (chaque jour), par onze caméras phénologiques installées sur la Station d'Études des Gorilles et des Chimpanzés (SEGC) dans le Parc National de la Lopé, au Gabon.

L'objectif premier de ce travail est de générer une chaîne de traitement et d'analyse du phénomène de déciduité à partir des séries temporelles continues enregistrées par les phénocams, dans le but d'obtenir une méthodologie applicable à d'autres sites. Le second objectif consiste à déterminer l'ampleur du phénomène et sa variabilité entre années pour 159 individus de Lophira alata ; (i) à l'échelle du houppier, en quantifiant l'intensité et la durée du phénomène et (ii) à l'échelle du peuplement, en identifiant le degré de synchronisme et la saisonnalité du phénomène, ainsi que son lien avec le climat.

L'approche méthodologique utilisée dans ce travail débute par le traitement des images, en passant par le recalage de celles-ci à l'aide des méthodes A-KAZE et ECC, la numérisation ainsi que la photo-interprétation des houppiers de Lophira alata via le logiciel Phenotag, afin d'acquérir une base de données complète permettant d'analyser les différents paramètres du phénomène de déciduité. Les résultats obtenus via cette approche ont permis de mettre en avant une perte de feuilles partielle sur une courte durée, ainsi qu'un comportement décidu annuel et relativement synchrone des individus de l'espèce Lophira alata. Ces observations ont ensuite été discutées sur base d’études préexistantes sur le sujet.

Ce travail a permis de mettre en place une méthodologie qui pourra ensuite être appliquée à plus grande échelle et automatisée via le modèle RGB, en se basant sur les variations de la coordonnée chromatique verte (GCC), ou via le modèle de « superpixel-based deep learning », consistant à différencier les pixels avec feuilles, des pixels sans feuilles. Cette méthodologie et toutes les informations qu’elle permet d’obtenir concernant le phénomène de déciduité pourra également être utilisée afin de compléter des études en cours, notamment le projet CANOPI, supervisé par des chercheurs de l’Université de Liège, qui cherche à évaluer la résilience des forêts tropicales d’Afrique centrale face aux effets du changement climatique.

Tropical forests of Central Africa are characterised by a relatively dry and seasonal climate. This seasonality and the bimodal distribution of rainfall are at the root of the deciduous behaviour of certain tree species and individuals, that shape these ecosystems’ structure and phenological cycles. Understanding environmental factors influencing this phenomenon is therefore crucial to the study of how tropical forests function, at both individual and population levels. A near-surface remote sensing phenological monitoring was carried out using images taken at high temporal resolution (daily) by eleven phenological cameras installed at the Station d’Études des Gorilles et des Chimpanzés (SEGC) in the Lopé National Park, Gabon.

The primary objective of this work is to generate a processing and analysis chain of the deciduousness phenomenon based on the continuous time-series registered by the phenocams, with the aim of obtaining a methodology appliable to other sites. The second objective is to determine the magnitude of the phenomenon and its variability between years for 159 individuals of Lophira alata; (i) at the crown scale, by quantifying the intensity and duration of the deciduousness phenomenon, and (ii) at the stand scale, by identifying the degree of synchronism and the seasonality of the phenomenon, as well as its link with the climate.

The methodological approach used in this work began with the image processing, including their registration using the A-KAZE and ECC methods, digitisation, and photointerpretation of Lophira alata crowns, using the Phenotag software, in order to acquire a complete database for analysing the various parameters affecting the deciduousness phenomenon. The results obtained using this approach highlighted partial leaf loss over a short period, as well as annual and relatively synchronous deciduous behaviour in Lophira alata trees. These observations were then discussed based on pre-existing studies on the subject.

This work has enabled the setting up of a methodology that can then be applied on a larger scale and automated using the RGB model, based on the green chromatic coordinate (GCC) variation, or using a deep learning model such as the “superpixel-based deep learning” model, which consists of differentiating pixels with leaves from pixels without leaves. This methodology and all the information it provides on the deciduousness could as well be used to supplement studies already in progress, in particular the CANOPI project, supervised by researchers at the University of Liège, which is seeking to assess the resilience of Central African tropical forests to the effects of climate change.