Apport du LiDAR aéroporté à la modélisation d'habitat de l'avifaune forestière wallonne : une approche comparative par Random Forest et sélection adaptative de variables.

Abstract

La modélisation d'habitat aviaire s'appuie traditionnellement sur des variables de composition forestière et de configuration paysagère bidimensionnelles, qui peinent à caractériser la complexité structurelle tridimensionnelle déterminante pour les espèces forestières. Cette étude quantifie l'apport des données LiDAR aéroporté dans la modélisation d'habitat de l'avifaune wallonne et identifie les variables structurelles les plus informatives selon les profils écologiques. Un pipeline adaptatif Random Forest a été développé pour 61 espèces aviaires utilisant les données SOCWAL (2019-2022), intégrant 28 métriques LiDAR, 18 variables de composition forestière et 32 variables paysagères. La sélection de variables par VSURF et la validation croisée spatiale ont été adaptées selon la prévalence des espèces (communes ≥15%, rares 5-15%, très rares <5%). L'apport LiDAR a été quantifié par comparaison des performances AUC-ROC entre modèles complets et modèles excluant les variables tridimensionnelles. Les variables LiDAR améliorent significativement la modélisation pour 57% des espèces (gain médian d'AUC +0.016), avec une forte variabilité inter-spécifique. Huit espèces montrent un gain (≥0.05), incluant le Coucou gris (+0.0556) et la Fauvette des jardins (+0.0382). Contrairement aux hypothèses, les espèces spécialistes ne bénéficient pas systématiquement des variables LiDAR. L'écart-type des hauteurs de canopée (CHM_Height_StdDev_m) émerge comme la variable structurelle la plus universellement informative (67% des espèces), tandis que les indices de complexité sophistiqués sont moins fréquemment sélectionnés. L'apport du LiDAR à la modélisation d'habitat aviaire est espèce-spécifique plutôt qu'universellement bénéfique. Les variables structurelles simples (hétérogénéité des hauteurs, couverture de canopée) priment sur les indices de complexité mathématique. Ces résultats orientent vers des stratégies de conservation différenciées et identifient l'hétérogénéité verticale comme déterminant structural prioritaire pour la gestion forestière wallonne.