Ecole Interfacultaire de Bioingénieurs Laboratoire de lutte biologique et écologie spatiale
Etude de méthodes de détection de foyers de scolytes (Coleoptera, Curculionidae) dans l'est de la France. Comparaison de techniques
d'inventaires au sol, de surveillance aéroportée et de télédétection aérienne et satellitaire
DAVID DELPLACE
Février 2008
Thèse présentée à L’Université Libre de Bruxelles en vue de l’obtention du grade de Docteur en Sciences Agronomiques et Ingénierie Biologique
Promoteur : Prof. J-C Grégoire
Table des matières
REMERCIEMENTS... 6
RESUME... 7
ABSTRACT... 8
1 INTRODUCTION... 10
1.1 LES ATTAQUES DE SCOLYTES APRÈS LES TEMPÊTES DE 1999 DANS L’EST DE LA FRANCE... 10
1.2 IPS TYPOGRAPHUS (LE TYPOGRAPHE) ... 11
1.2.1 Description générale ... 11
1.2.2 Biologie et cycle de vie... 11
1.2.3 Evolution spatio-temporelle des foyers ... 13
1.2.4 Symptômes des attaques ... 13
1.2.5 Conséquences des attaques de scolytes après la tempête de 1999 dans le Nord-Est de la France ... 15
1.2.6 Lutte curative ... 15
1.2.7 Technique de surveillance et Calendrier des interventions phytosanitaires ... 16
2 OBJECTIFS DE LA THÈSE ... 18
3 AIRE D’ÉTUDE ET DONNÉES DE RÉFÉRENCE ... 20
3.1 AIRE D’ÉTUDE... 20
3.2 ACQUISITION ET CARACTÉRISTIQUES DES DONNÉES DE RÉFÉRENCE EMPLOYÉES DANS CE TRAVAIL 21 3.2.1 Données environnementales... 21
3.2.2 Données d’infestation de référence ... 21
3.2.2.1 Données ONF ... 21
3.2.2.2 Recensements exhaustifs au sol... 22
3.2.2.3 Comparaison entre recensement exhaustif et données de l’ONF... 22
3.2.2.3.1 Introduction ... 22
3.2.2.3.2 Analyse... 23
3.2.2.3.3 Résultats ... 23
3.2.2.3.4 Discussion ... 23
3.2.2.3.5 Conclusion... 24
3.2.2.4 Données d’infestation recensées par analyse visuelle par stéréoscopie ... 24
4 LES TECHNIQUES DE DÉTECTION AU SOL... 26
4.1 INTRODUCTION... 26
4.2 OBJECTIF... 26
4.3 MODÈLE DE VISIBILITÉ DES ARBRES SCOLYTÉS EN FORÊT... 27
4.3.1 Acquisition des données ... 27
4.3.2 Analyse et résultats ... 29
4.3.3 Discussion ... 31
4.4 SIMULATIONS SIG ... 32
4.4.1 Objectif... 32
4.4.2 Mise en œuvre ... 33
4.4.2.1 Données ... 33
4.4.2.2 Calcul des aires de visibilité ... 36
4.4.2.3 Trajets testés ... 38
4.4.3 Résultats ... 39
4.4.3.1 Efficacité ... 39
4.4.3.2 Rendement... 41
4.4.3.3 Relations efficacité – Rendement ... 43
4.4.4 Discussion ... 44
4.4.4.1 Efficacité des trajets... 44
4.4.4.1.1 Comparaison de l’efficacité d’une année à l’autre... 44
4.4.4.1.2 Comparaison de l’efficacité d’une saison à l’autre ... 44
4.4.4.1.3 Comparaison de l’efficacité des différents types de parcours ... 45
4.4.4.1.4 Comparaison réel/factice ... 46
4.4.4.2 Rendement... 46
4.4.4.3 Efficacité/Rendement ... 47
4.4.5 Conclusion ... 47
4.5 VALIDATION SUR LE TERRAIN... 49
4.5.1 Objectif... 49
4.5.2 Mise en œuvre ... 49
4.5.2.1 Choix des zones-test ... 49
4.5.2.2 Localisation exhaustive des foyers ... 50
4.5.2.3 Types de trajets testés ... 51
4.5.3 Analyse ... 52
4.5.3.1 Terrain ... 52
4.5.3.2 Simulation ... 53
4.5.4 Résultats ... 54
4.5.4.1 Evaluation de la précision de détection des foyers sur les parcours en conditions réelles ... 54
4.5.4.2 Evaluation de la précision de détection des foyers sur les parcours par simulation ... 56
4.5.5 Discussion ... 57
4.5.5.1 Evaluation des parcours effectués sur le terrain... 57
4.5.5.2 Evaluation des parcours effectués par simulations ... 58
4.6 COÛT DES MÉTHODES DE DÉTECTION AU SOL RAPIDITÉ DE MISE EN ŒUVRE... 59
4.7 CONCLUSION GÉNÉRALE... 59
5 LES TECHNIQUES DE DÉTECTION AÉROPORTÉE... 61
5.1 INTRODUCTION... 61
5.2 OBJECTIFS... 61
5.3 MISE EN ŒUVRE... 62
5.3.1 Aire d’étude et données de référence ... 62
5.3.2 Analyse ... 62
5.3.2.1 Optimalisation des paramètres de vol ... 63
5.3.2.2 Détection des foyers par hélicoptère et ULM ... 63
5.3.2.3 Trajets testés ... 63
5.3.2.3.1 Trajets en hélicoptère... 63
5.3.2.3.2 Trajets en ULM ... 64
5.4 RÉSULTATS... 65
5.4.1 Optimalisation des paramètres de vol... 65
5.4.1.1 Hélicoptère ... 65
5.4.1.2 ULM ... 65
5.4.2 Détection des foyers par ULM et par hélicoptère ... 65
5.4.2.1 Hélicoptère ... 65
5.4.2.1.1 Nombre de foyers de références détectés en fonction de leur catégorie de taille et de couleur... 66
5.4.2.1.2 Ecart entre la position des foyers observés en vol et leur emplacement mesuré au sol... 68
5.4.2.1.3 Ecart du nombre d’arbres recensés entre données en vol et au sol... 68
5.4.2.2 ULM ... 69
5.4.2.2.1 Nombre de foyers de références détectés en fonction de leur catégorie de taille... 69
5.4.2.2.2 Ecart entre la position des foyers observés en vol et leur emplacement mesuré au sol... 70
5.4.2.2.3 Ecart du nombre d’arbres recensés entre données en vol et au sol... 70
5.5 DISCUSSION... 71
5.5.1 Optimalisation des paramètres de vol... 71
5.5.1.1 Hélicoptère ... 71
5.5.1.2 ULM ... 72
5.5.2 Précision des observations en hélicoptère ... 72
5.5.3 Observations en ULM ... 72
5.6 COÛT ET DISPONIBILITÉ DU SUIVI AÉRIEN... 73
5.7 CONCLUSION... 73
6 UTILISATION DE LA TÉLÉDÉTECTION AÉRIENNE ET SPATIALE POUR LE REPÉRAGE DES ARBRES ATTAQUÉS PAR LE SCOLYTE DE L’ÉPICÉA... 76
6.1 INTRODUCTION... 76
6.2 IMAGERIE SATELLITAIRE À HAUTE RÉSOLUTION SPATIALE... 76
6.2.1 Introduction... 76
6.2.1.1 Variation de la signature spectrale en forêt... 76
6.2.1.2 Résultats des études sur le sujet... 78
6.2.2 Objectif... 80
6.2.3 Matériel et méthode... 82
6.2.3.1 Caractéristiques des images SPOT ... 82
6.2.3.2 Données de référence... 82
6.2.3.3 Prétraitement des images ... 82
6.2.3.3.1 6.2.3.3.1 Correction géométrique ... 82
6.2.3.3.2 6.2.3.3.2 Correction radiométrique ... 83
6.2.3.4 Normalisation topographique ... 83
6.2.3.5 Calibration des images entre elles ... 85
6.2.3.6 Détection du changement et classification... 85
6.2.4 Résultats et discussion... 86
6.2.4.1 Normalisation topographique ... 86
6.2.4.2 Détection du changement et classification... 89
6.2.4.2.1 Détection des zones potentiellement infestées ... 89
6.2.4.2.2 Comparaison des zones potentiellement infestées aux zones saines ... 91
6.2.4.2.3 Classification automatique des zones attaquées... 95
6.2.4.2.4 Précision de la classification... 97
6.2.5 Conclusion ... 99
6.3 PHOTOGRAPHIE AERIENNE INFRAROUGE... 100
6.3.1 Introduction... 100
6.3.2 Objectifs ... 102
6.3.3 Matériel et méthode... 103
6.3.3.1 Caractéristique des images IRC ... 103
6.3.3.2 Données de référence... 104
6.3.3.3 Analyse visuelle par stéréoscopie ... 104
6.3.3.4 Analyse numérique et classification automatisée ... 105
6.3.3.4.1 Segmentation ... 106
6.3.3.4.2 Zones d’entrainement et de validation ... 106
6.3.3.4.3 Systèmes de classification ... 106
6.3.3.4.4 Variables testées dans l’analyse... 107
6.3.4 Résultats et discussion... 108
6.3.4.1 Analyse visuelle par stéréoscopie ... 108
6.3.4.2 Analyse numérique et classification automatique... 109
6.3.4.2.1 Segmentation ... 109
6.3.4.2.2 Classification ... 110
6.3.4.2.3 Discussion ... 114
6.3.5 Conclusion ... 115
6.4 IMAGERIE SATELLITAIRE À TRÈS HAUTE RÉSOLUTION SPATIALE... 117
6.4.1 Introduction... 117
6.4.2 Objectif... 117
6.4.3 Matériel et méthode... 119
6.4.3.1 Caractéristique des images Quickbird ... 119
6.4.3.2 Données de référence... 119
6.4.3.3 Prétraitement des images ... 119
6.4.3.3.1 Correction géométrique ... 119
6.4.3.3.2 Correction radiométrique... 120
6.4.3.3.3 Fusion des images panchromatique et multispectrale ... 120
6.4.3.4 Analyse numérique et classification automatique... 120
6.4.3.4.1 Segmentation ... 120
6.4.3.4.2 Zones d’entrainement et de validation ... 120
6.4.3.4.3 Système de classification... 121
6.4.3.4.4 Variables testées dans l’analyse... 121
6.4.4 Résultats et discussion... 121
6.4.4.1 Segmentation ... 121
6.4.4.2 Classification et discussion... 122
6.4.4.3 Comparaison des résultats obtenus à l’aide des images « Quickbird » et des photos IRC... 124
6.4.4.3.1 Echelle d’identification... 124
6.4.4.3.2 Analyse discriminante et précision des classifications ... 125
6.4.5 Conclusion ... 125
6.5 COÛT ET PROCÉDURE D’ACQUISITION... 126
6.5.1 Images SPOT... 126
6.5.2 Images IRC... 126
6.5.3 Images Quickbird ... 126
7 CONCLUSION GÉNÉRALE ... 129
8 BIBLIOGRAPHIE ... 137
9 ANNEXES... 146
9.1 DISTANCE DES FOYERS AU FOYER DE L’ANNEE PRECEDENTE LE PLUS PROCHE... 146
9.2 RELATION ENTRE D ET DIVERSES VARIABLES EXPLICATIVES... 146
9.3 DÉPENDANCE SPATIALE DES FOYERS... 147
9.4 CORRESPONDANCE ENTRE LA TAILLE DES FOYERS RECENSÉS ET LEUR TAILLE RÉELLE POUR LES DIFFÉRENTS TYPES DE TRAJETS EN HÉLICOPTÈRE... 147 9.5 INDICES DE SECOND ORDRE (GLCM)... 149 9.6 CALCUL DE LA MISE EN ŒUVRE DES MÉTHODES ÉTUDIÉES ET COÛT... 150
Remerciements
Je tiens, tout d’abord, à remercier chaleureusement Jean-Claude Grégoire. En effet, ce ne fut pas tous les jours aisé pour lui d’être mon directeur de thèse. Jean-Claude, grâce à ton soutien et plus particulièrement ta patience, j’ai pu enfin terminer cette thèse après de si longues années.
Mes remerciements iront ensuite à Marius Gilbert. Sans toi, je n’aurais sans doute jamais fini cette thèse. Tes encouragements et tes conseils judicieux m’ont permis de surmonter de nombreuses difficultés.
Mes pensées vont aussi à Eléonore Wolff qui m’aura donné moult conseils utiles pour la partie télédétection.
Ce projet n’aurait jamais vu le jour sans l’aide de Louis-Michel Nageleisen qui l’a accompagné durant toute sa durée, ne ménageant ni sa gentillesse, ni ses suggestions et ses interprétations critiques, ni son aide sur le terrain. Pour tout cela, je te remercie fortement.
Je voudrais également remercier tous mes amis et collègues qui m’ont aidé sur le terrain (Charles De Cannières, Anne-Catherine Mailleux, Nicolas Meurisse, Olivier Brahy) et plus particulièrement les deux Fred (Claeys et Piel) sans qui ce travail n’aurait pas été aussi passionnant.
De nombreuses personnes ont en outre été sollicitées pour participer directement ou indirectement aux travaux qui ont permis de mener ce projet à bien. Pour leur participation, je les remercie chaleureusement. Je pense aux collègues du département de la santé des Forêts (Jean Poirot, Jean-Christophe Reuter), de l’ONF (Denis Birkenstock, Cécile Coli, Cédric Ficht, Sylvain Leblond, Claudine Richter, Hubert Schmuck) et plus particulièrement à Jean-Michel Letz qui a su rendre, avec sa gentillesse, ses conseils et sa disponibilité, nos conditions de travail très agréables.
Mes pensées iront également vers Fabrice qui nous a quittés trop tôt. Ton enthousiasme pour nos recherches, ta disponibilité, mon baptême en ULM resteront à jamais gravé dans ma mémoire.
Je voudrais aussi remercier mes parents et plus particulièrement mon Papa qui m’a accompagné sur le terrain.
Ces quelques moments furent pour moi d’une extrême richesse.
Enfin, mes dernières pensées iront vers ma compagne Maud et ma petite fille Jeanne pour tous les moments que cette thèse nous a volés.
Résumé
La détection précoce de foyers de scolytes est une étape déterminante des opérations phytosanitaires qui doivent permettre de réduire l’impact indirect des tempêtes sur les forêts de conifères, en particulier l’impact du typographe sur les pessières. Cette détection doit idéalement être efficace, précise et économique.
La présente thèse portait sur le typographe, Ips typographus, en pessière dans le massif vosgien. Elle visait à étudier et à comparer les performances en termes de précision (détection, localisation et inventaire), de coût et de rapidité de mise en œuvre de différentes méthodes de détection: la surveillance au sol, la détection aéroportée par un observateur embarqué (hélicoptère et ULM), et la télédétection (photographies aérienne infrarouge et imagerie satellitaire à haute et très haute résolution).
Dans le chapitre « techniques de détection au sol », nous avons évalué plusieurs méthodes de suivi (par transects, le long des routes carrossables et chemins forestiers, des courbes de niveau, à partir des foyers antérieurs, le long de parcours conditionnels liés aux foyers observés). Leurs performances ont été estimées via des simulations sous SIG (système d’information géographique) et les trajets qui ont présenté les meilleurs résultats ont ensuite fait l’objet d’une validation sur le terrain. Il en ressort que ce sont les trajets le long des routes carrossables et chemins forestiers ainsi que les trajets conditionnels qui présentent les meilleurs rapports efficacité/rendement dans la détection des foyers de scolytes. Le choix d’une de ces méthodes dépendra de la taille minimum des foyers que l’on veut observer.
Nous avons ensuite évalué, dans le chapitre « détection aéroportée », les performances de techniques d’observations de foyers réalisées par un observateur embarqué à bord d’un hélicoptère et d’un ULM. Une première étape a consisté à optimaliser toute une série de paramètres de vol pour les deux types d’appareils afin de permettre à l’observateur embarqué d’être dans les meilleures conditions d’observation. Ensuite, nous avons évalué la précision de détection en fonction de divers types de trajets en ULM et hélicoptère. D’après nos résultats, les observations recueillies à l’aide des deux sortes appareils n’ont pas permis de détecter de manière satisfaisante les foyers de scolytes quelque soit le type de trajet utilisé. Ces résultats sont sans-doute dus, en partie, à la faible expérience des observateurs embarqués mais également aux caractéristiques spatiales des foyers d’infestation qui ne facilitent pas leur détection par ce genre de méthode.
Enfin, dans le chapitre « télédétection », nous avons évalué les performances qu’offrent (1) des séries temporelles d’images SPOT, (2) la photographie aérienne infrarouge et (3) des images Quickbird dans la détection de foyers de scolytes. Pour tous ces types d’images, nous avons estimé la précision d’une classification automatique des foyers d’infestation, réalisée à partir de leurs caractéristiques spectrales, texturales et environnementales, par rapport aux autres éléments présents sur l’image. Ces analyses ont mis en évidence qu’il est possible d’atteindre une précision de classification relativement bonne (>80%) des foyers d’infestation sur des photographies aériennes et sur des images satellites à très haute résolution spatiale (Quickbird) grâce à des techniques de segmentation et de classification par arbre de décision. Par contre, il ne nous a pas été possible de déterminer de façon satisfaisante la précision de classification des images SPOT (haute résolution spatiale).
Les résultats détaillés de chacune de ces méthodes de détections sont développés dans les différents chapitres de cette thèse. La discussion générale met ceux-ci en relation en abordant leurs avantages et inconvénients respectifs, et aborde les perspectives découlant de nos résultats.
Abstract
Early detection of bark beetles outbreak sites is a crucial step in plant health care operations which seek to reduce the indirect impact of storms on coniferous forests, more particularly the impact of the European spruce dark beetle, Ips typographus, on spruce stands. Ideally, this detection should be efficient, precise and economical.
This thesis examines the European spruce dark beetle, Ips typographus, in spruce stands in the mountainous range of the Vosges. Its aim is to investigate and compare performances considering precision (detection, localisation and inventory), cost and deployment speed of different detection methods: ground surveillance, airborne detection by an on-board observer (helicopter and ULM) and remote sensing (aerial infrared colour photographs and satellite images with high and very high spatial resolution).
In the chapter entitled « ground detection techniques », different follow-up methods were assessed (by transects, along carriage roads and forest roads, along contour lines, on the basis of previous outbreak sites, along conditional routes linked to the examined sites/outbreaks). Their performances were evaluated via GIS (Geographic information system) simulations and the journeys which gave the best results were then submitted to validation in the field. What emerged is that journeys along carriage roads and conditional routes offer the best balance between efficiency and yield in the detection of bark beetles outbreak sites. Choosing between these methods will depend on the minimum size of the sites under observation.
Next, in the chapter entitled « airborne detection », the performances of observation techniques of sites carried out by on-board observers aboard a helicopter and ULM were assessed. As a first step, a series of flight parameters were optimized for both types of aircrafts to provide the on-board observer with the best observation conditions available. Then an evaluation of the precision of detection in different types of journeys aboard ULM and helicopter was conducted. According to the collected results, neither the observations obtained on one or the other aircraft have enabled satisfactory detection of the bark beetles outbreak sites, regardless of the type of journey undergone. These results are probably partially due to the lack of experience of the on-board observers but also to the spatial characteristics of outbreak sites which do not favour this kind of detection method.
Finally, in the chapter entitled « remote sensing » the performances of three different methods to detect bark beetle outbreak sites were assessed: (1) series of SPOT temporal images, (2) aerial infrared colour photographs and (3) Quickbird images. For all three kinds of images the precision of an automatic classification of outbreak sites was measured on the basis of their spectral, textural and environmental characteristics compared to other elements present in the image. These analyses have highlighted the fact that it is possible to reach a relatively high (>80%) degree of precision in classifying outbreak sites on the basis of aerial infrared photographs and satellite images with very high spatial resolution (Quickbird) thanks to segmentation and classification techniques using decision trees. It was not possible however to satisfactorily measure the classification precision of SPOT images (high spatial resolution).
The detailed results for each of these detection methods are developed in the different chapters of this thesis.
The general discussion links them together and examines their respective (dis)advantages and touches on the future perspectives put forward by these results.
Introduction
1 Introduction
1.1 Les attaques de scolytes après les tempêtes de 1999 dans l’est de la France
A la suite des tempêtes de 1999, les insectes sous-corticaux et xylophages, en particulier les scolytides, se sont abondamment multipliés sur les chablis. Ces populations se sont ensuite reportées sur les peuplements restés sur pied dans le voisinage des zones de chablis. L’épicéa est l’essence pour laquelle les risques sont les plus importants, en particulier en ce qui concerne une espèce: le typographe, Ips typographus (L.) (Figure 1.1) (Nageleisen, 2004, Nageleisen, 2006).
Figure 1.1 - Epicéas tués par Ips typographus. Juillet 2002 (photo : J.C Grégoire)
Les effets cumulés des tempêtes de 1999 et les mauvaises conditions climatiques des années suivantes (sécheresses, canicules, gelées tardives) ont favorisé le maintien de cet insecte à l’état épidémique (Nageleisen, 2006). Ainsi, pour la période allant de 2001 à 2005, les dégâts causés par celui-ci ont été estimés à 1.949.000 m³ (évaluation non exhaustive) de bois scolytés (Nageleisen, 2006).
Dans ce contexte, la lutte curative contre ce ravageur est basée avant tout sur la détection rapide des foyers d'arbres attaqués de façon à pouvoir intervenir avant l’essaimage d'une nouvelle génération d’insectes, c'est-à- dire dans les quelques mois qui suivent les attaques (Ravn, 1985; Wermelinger, 2004).
La détection au sol à proximité de chablis ou des foyers récemment détectés est l'approche la plus courante.
Elle pose cependant certains problèmes. D’une part, elle ne permet pas la détection de nouveaux foyers distants de ces zones. A ce jour, aucune étude n’a encore évalué l’efficacité de méthodes types de parcours au sol dans leur capacité à détecter des foyers sur l’ensemble d’un massif. D’autre part, l'examen de zones étendues nécessite des moyens humains importants. Des méthodes d'observation aéroportée (ULM, hélicoptère) permettraient un sérieux gain de temps et donc une probable économie dans la détection d’arbres scolytés. Enfin, la dispersion des foyers sur de très larges superficies dont certaines parties ne sont pas gérées très intensivement limite le suivi quantitatif à des massifs restreints (essentiellement en forêt soumise). Dans ce cas, les outils de télédétection pourraient apporter une solution pour un suivi spatial sur de vastes zones, permettant à la fois l’analyse de la dynamique spatiale des foyers à une échelle jusqu’à présent inexplorée, et la validation de méthodes d'évaluation et d’intervention au sol.
1.2 Ips Typographus (le typographe)
1.2.1 Description générale
Ips typographus (voir figure 1.2) est un coléoptère de la famille des Curculionidae et de la sous-famille des Scolytinae. C’est un des plus grands ravageurs de l’Eurasie (Christiansen et Bakke, 1988). En Europe, il est principalement inféodé à l’épicéa (Picea abies) bien qu’il ait été observé sur d’autres espèces du genre Picea (P. jezoensis, P. orientalis et P. obovata) ainsi que sur des essences du genre Pinus et Abies. En phase endémique, il est considéré comme une peste secondaire, c’est-à-dire qu’il ne s’attaque qu’aux arbres abattus par le vent, les résidus de coupe ou les grumes. Mais à la suite d’événements exceptionnels (tempête, sécheresse,…), sa population peut fortement augmenter (phase épidémique) et il est alors capable de contourner les systèmes de défense d’arbres sains et de les tuer (Weslien et al., 1989). Deux raisons peuvent expliquer ce phénomène. Cet insecte possède une phéromone d'agrégation efficace et il transporte les spores de plusieurs champignons (Ophiostoma et Ceratocystis) responsables de bleuissements qui infectent le phloème et le cambium, jouant un rôle actif dans la mort de l'arbre (Christiansen et Horntvedt, 1983 ; Stauffer et al., 2001). En phase épidémique, les dégâts engendrés par cette peste peuvent être très importants comme dans le cas des tempêtes survenues en Europe en 1990 et 1999 où des millions de mètres cubes de bois ont été perdus (EPPO, 2003, Nageleisen, 2006).
Figure 1.2 – Ips typographus (taille : 4 à 5 mm)
(Source : http://www.bio.ic.ac.uk/bawbilt/gregoire.htm)
1.2.2 Biologie et cycle de vie
Pendants la saison froide, le typographe hiverne sous l’écorce des arbres ou dans la litière. L'envol de la première génération a lieu au printemps lorsque la température de l'air atteint 18-20 °C (Annila, 1969). En fonction de la latitude et de l'altitude, cela se produit, dans les différentes zones de son aire de répartition, entre avril et juin (Botterweg, 1982). La période de vol d’Ips typographus comporte deux phases ; une phase de dispersion suivie d’une phase de recherche de l’individu hôte (Zumr, 1992, Franklin 2001). La phase de dispersion varie d’un individu à l’autre et d’une génération à l’autre. Elle peut atteindre plusieurs kilomètres (Forsse et Solbreck, 1985 ; Furuta et al., 1996 ; Duelli et al., 1997). Après la phase de dispersion, les insectes cherchent du matériel végétal convenant à leur reproduction sur lequel les mâles réalisent les attaques
« pionnières ». Plusieurs facteurs sont susceptibles d’influencer leur choix : une sélection visuelle (Borden et al., 1986), des substances volatiles de l'arbre-hôte (Austara et al., 1986) ou d’autres essences d’arbres (Zhang et al., 1999).
Une fois la cible atteinte, ces insectes pionniers creusent des galeries et, ce faisant, émettent des phéromones d’agrégations (Christiansen et Bakke, 1988). Ces phéromones attirent à la fois d’autres mâles et des femelles.
Ces nouveaux mâles se joignent à l’attaque et chacun se ménage sa propre galerie nuptiale. Ils y sont rejoints par généralement 3 à 4 femelles (Byers, 1995). Une fois l’accouplement achevé, chaque femelle creuse une galerie longitudinale et y dépose à intervalle régulier jusqu’à 80 œufs. Les larves se développent en creusant leurs propres galeries, perpendiculairement à la galerie mère (voir figure 1.3). Celles-ci vont se transformer ensuite en nymphe après une série de 4 stades larvaires avant d’atteindre le stade de jeune adulte1. Après maturation sous l’écorce, les nouveaux adultes émergent en juillet ou en août et vont coloniser d’autres arbres (2ème génération) où le cycle recommence (voir figure 1.4) (Christiansen et Bakke, 1988). Lorsque l’automne est très doux, une 3ème génération peut survenir (Nageleisen, 2004). Ensuite, les jeunes adultes vont attendre jusqu’au printemps suivant.
1 Stade avant maturité sexuelle
Figure 1.3 – Galeries à l’intérieur de l’écorce d’Ips typographus
(Source : http://www.forestryimages.org/search/action.cfm?q=ips%20typographus) Figure 1.4 – Cycle de vie d’Ips typographus
(Source : Christiansen et Bakke, 1988)
1.2.3 Evolution spatio-temporelle des foyers
Plusieurs auteurs ont analysé le comportement de dispersion d’Ips typographus à l’aide de méthodes de
« lâchers-recaptures » (Botterweg, 1982; Weslien et Lindelöw, 1990; Zumr, 1992; Zolubas et Byers, 1995;
Duelli et al, 1997; Franklin, 2001). Elles montrent que le taux de recaptures près des zones scolytées est relativement bas. A peine un tiers des populations réagit aux phéromones directement après leur émergence.
Plus de 50 % des insectes volent à une distance qui est en général supérieure à 500 m de leur point de départ.
D’après ces résultats, il semble évident que les risques qu’un arbre soit attaqué ne dépend pas de la proximité d’une infestation préexistante.
Cependant, l’installation de nouveaux foyers va dépendre également de la densité d’insectes présents et surtout de la santé des arbres cibles (Wermelinger, 2004). D’après Botterwerg (1982) et Forsse et Solbreck (1985), en phase endémique, c’est-à-dire quand les ressources en épicéas affaiblis sont rares, le typographe va adapter son comportement en fonction de cette limitation et il sera capable de migrer sur de larges distances pour trouver son hôte. Par contre, en phase épidémique, Wichmann et Ravn (2001) remarquent que tous les nouveaux foyers n’apparaissent qu’à une distance maximum de 650 m autour des anciens foyers ou des zones de chablis. De plus, 80 % de ceux-ci sont distribués à moins de 250 m des anciens. En effet, lors de phases épidémiques, le nombre de sites potentiels d’installation d’Ips (chablis, arbres stressés) est important et ils ne sont plus un facteur limitant pour l’insecte. D’après eux, il changerait, dans ce cas, son comportement en faveur d’une dispersion à courte distance. De plus, une faible dispersion permettrait de garder une grande densité de population, ce qui faciliterait alors la réussite de nouvelles attaques sur des arbres sains.
D’autres études se sont également focalisées sur toute une série de facteurs influençant l’installation de nouveaux foyers. Les degrés d’infestation peuvent varier en fonction de l’âge des arbres (Becker et Schröter, 2000), de leur exposition (Jakus, 1998), de leur altitude et de la composition en nutriments du sol (Dutilleul et al., 2000). Les sites à proximité de coupes récentes (Franklin 2001) ou en lisière (Peltonen et al. 1997) sont également plus susceptibles d’être attaqués.
En conclusion, l’évolution spatio-temporelle des foyers d’Ips typographus apparaît, à travers ces études, comme un processus complexe qui va dépendre de toutes sortes de paramètres liés à l’insecte, au milieu et aux événements exceptionnels (tempête, sécheresse) qui peuvent s’y dérouler.
1.2.4 Symptômes des attaques
Sur le tronc
Les marques constituant les premiers signes de contamination des épicéas par Ips typographus sont les suivantes: trous ronds de 2 à 3mm de diamètre sur l’écorce (entrée des galeries), petits tubes de résine, vermoulure rouge-brun issue des forages sur l’écorce et au pied de l’arbre (ces dernières traces disparaissent à la suite de précipitations). Ensuite, quand la sève ne parvient plus à circuler dans l’écorce des arbres, se produit un détachement de parties d’écorce par plaques jusqu’à la perte totale de celle-ci. A ce stade, la plupart des scolytes ont déjà quitté l’arbre pour coloniser d’autres sites.
Sur le houppier
Au niveau du houppier, les premiers symptômes sont le léger jaunissement (stade « vert-jaune ») puis le rougissement du feuillage de la cime vers la base (stade « rouille »). Ce jaunissement et ce roussissement sont les conséquences de la mort de l'arbre, liée à un arrêt de la circulation de la sève. Les aiguilles ne sont plus ravitaillées en eau et sels minéraux et s’assèchent. Les tissus foliaires s’endommagent et les pigments photosynthétiques dégénèrent (Maillefaud, 1993, Nageleisen, 2003). Le feuillage passe alors au stade « gris » et pour finir, l’arbre va perdre complètement ses aiguilles.
Dans le cadre de cette thèse, les symptômes d’attaques sur l’arbre seront les seules critères de reconnaissance de foyers d’infestation. Hélas, il n’existe pas, à ce jour, d’études caractérisant de façon systématique l’évolution du dépérissement de l’arbre en fonction des attaques de scolytes. De plus, d’après les forestiers, les symptômes de dépérissement varieront en fonction des attaques de première génération (avril-mai) et de deuxième génération (août-septembre) de l’insecte. En effet, lors de la première génération, le houppier reste au stade « vert-jaune » d’avril à juillet, passe ensuite au stade « rouille » jusque fin septembre pour finir par perdre ses aiguilles à la fin novembre (voir tableau 1.1). Le décollement de l’écorce commence en juillet-août jusqu’à la perte total de celle-ci fin octobre. Lors de la deuxième génération (août), le stade « vert-jaune » se maintiendra jusqu’à la prochaine montée de sève au printemps suivant. Les arbres commenceront alors à rougir jusqu’à fin avril et finiront par perdre complètement leurs aiguilles au cours de l’été. La perte d’écorce commencera elle en septembre et évoluera toute au long de l’hiver (voir tableau 1.1 et figure 1.5). Les
périodes indiquées ci-dessus sont susceptibles d’être légèrement retardées ou avancées selon les conditions climatiques.
En général, les premiers symptômes de l’attaque (rougissement des aiguilles) ne sont visibles sur le houppier qu’à la fin du cycle de reproduction de l’insecte (Nageleisen, 2004), ce qui complique d’autant plus la lutte contre ce ravageur.
Tableau 1.1- Schématisation de la chronologie des symptômes d’attaques d’Ips typographus (houppier et écorce) Chronologie des attaques d’Ips typographus et symptômes sur arbre (houppier, écorce)
Année 1 (mois) Année 2 (mois)
1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12
Phénologie de l’insecte 1er vol 2ème vol Phénologie de l’arbre Houppier Symptôme Attaque 1er vol Symptôme Attaque 2ème vol Tronc Symptôme Attaque 1er vol Symptôme Attaque 2ème vol
Houppier de couleur « verte-jaune » Houppier de couleur « rouille » Houppier de couleur « grise » Perte d’écorce (0 →100%)
Figure 1.5 – Photographie d’un arbre scolyté en août et apparence en hiver
(Source : J.C. Grégoire)
1.2.5 Conséquences des attaques de scolytes après la tempête de 1999 dans le Nord-Est de la France
Selon un bilan des dégâts des tempêtes de 1999, pour la région du Nord-Est de la France, le total des chablis a été estimé à 11 millions de m³ (toutes essences confondues) dont 7 millions de résineux par les autorités (DSF, 2002). Ces dégâts sont d’autant plus dommageables que la filière bois-forêt a une importance considérable dans l’économie de cette région, représentant un quart de l’activité industrielle du département (DSF, 2002). En 2000, les insectes sous-corticaux se sont abondamment multipliés sur les chablis restés sur place. Les premières mortalités d’arbres sur pied, provoquées par la seconde génération de typographes, ont été détectées dès janvier 2001(Poirot, 2001). La population totale d’arbres scolytés, pour la période allant de 2001 à 2005, a été estimée à 1.949.000 m³ (évaluation non-exhaustive) (Nageleisen, 2006). Les effets de la tempêtes ont de plus été aggravés par la sécheresse de 2003 qui a favorisé une recrudescence du nombre de foyers (voir tableau 1.2) (Nageleisen, 2004, Nageleisen, 2006). Le volume de bois scolytés représente vraisemblablement plus de 10 % des volumes de chablis pour l’épicéa.
Tableau 1.2- Récolte de bois scolytés (en m³) par Ips typographus après les tempêtes de 1999 dans le Nord-Est de la France (source : Nageleisen, 2006)
Année de recensement Epicéas scolytés (m³)
2001 514 000
2002 295 000
2003 309 000
2004 378 000
2004 453 000
Total 1 949 000
1.2.6 Lutte curative
Les principales méthodes de lutte contre Ips typographus sont basées sur l’évacuation ou le traitement in situ des arbres déracinés par le vent, des arbres infestés et par l’emploi de dispositifs de piégeage.
L’évacuation des chablis ainsi que des arbres sur pied infestés doit se faire le plus tôt possible de façon à empêcher l’essaimage d’une nouvelle génération d’insectes (Göthlin et al, 2000; Wichmann et Ravn, 2001).
Cependant, cette méthode prend beaucoup de temps et requiert une lourde logistique en cas d’infestations importantes (Wermelinger, 2004). Une alternative réside dans l’écorçage des arbres in situ, méthode qui s’est relevée plus rapide et plus aisée à mettre en place bien qu’elle soit encore considérée comme insuffisante dans le cas de hautes densités d’attaques (Wermelinger, 2004).
Plusieurs auteurs ont également testé l’efficacité de pièges artificiels à phéromones et d’arbres-pièges (en autres : Weslien et Lindelöw, 1990; Dimitri et al., 1992; Drumont et al., 1992 ; Weslien, 1992; Raty et al., 1995). Les pièges artificiels se sont révélés, en général, peu efficaces dans leur capacité à arrêter la prolifération des foyers en phase épidémique. En effet, certains auteurs ont estimé que moins de 10 % des populations de scolytes est capturée par les pièges artificiels (Weslien et Lindelöw, 1990 ; Dimitri et al., 1992). Dans le cas d’utilisation de pièges en masse, Weslien (1992) estime que ce type de piège n’est pas responsable de la diminution des populations épidémiques d’Ips typographus. De plus, la mise en œuvre de ce type de pièges est considérée comme trop onéreuse pour être utilisée comme mesure de lutte à grande échelle (Dimitri et al., 1992). En revanche, ils seraient utiles pour éviter les attaques d’arbres sur pied (diminution de 80 % des attaques) (Dimitri et al, 1992 ; Jakus, 2001). Avant l’apparition sur le marché de phéromones de synthèse, les arbres-pièges étaient souvent utilisés comme moyen de lutte. En association avec des phéromones d’attraction, ils apparaissent en moyenne de 3 à 5 fois plus efficaces que les pièges artificiels (Abgrall et Schvester, 1987; Drumont et al., 1992) avec des taux de captures qui peuvent être, dans certains cas, 30 fois supérieurs aux pièges artificiels (Raty et al., 1995). Cependant, leur mise en place est plus longue et moins aisée que ces derniers.
A la suite de la prolifération des foyers de scolytes après les tempêtes de 1999, la Direction départementale de l'Agriculture et de la Forêt (DDAF) préconise des méthodes de lutte qui imposent aux propriétaires de peuplements d’épicéas une reconnaissance obligatoire des foyers d’infestation et l’éradication de ceux-ci dans les 15 jours suivant leur détection (Poirot, 2001).
1.2.7 Technique de surveillance et Calendrier des interventions phytosanitaires
La détection de foyers doit être basée sur un repérage de ceux-ci avant l’essaimage d’une nouvelle génération d’insectes. Cependant, nous avons vu que les symptômes visibles sur le houppier (stade « rouille») n’apparaissent qu’à la fin du cycle de reproduction de l’insecte. Un système de surveillance ne peut donc être essentiellement basé sur la détection de ce stade. Afin de détecter les symptômes plus ténus (trous dans l’écorce, stade « vert-jaune » du houppier), les agents forestiers scrutent des sites préférentiels d’apparition.
Ils partent du postulat qu’ils se trouvent à proximité des chablis et des foyers antérieurs (voir chapitre 1.2.3).
La détection de ceux-ci est donc primordiale dans cette approche mais elle limite la reconnaissance des nouveaux foyers éloignés de ces zones. La détection des anciens foyers est laissée à l’appréciation des agents forestiers. En effet, il n’existe pas de méthodes systématiques de suivis.
Après la tempête de 1999, les premiers suivis dans les chablis ont été effectués d’avril à fin octobre 2000. Les années suivantes, ils ont commencé plus tôt (mi-février - mars) afin de détecter les foyers de la deuxième génération de l’année précédente et se sont poursuivis jusque fin octobre (voir tableau 1.3).
Tableau 1.3 – Exemple de suivi au sol des populations de scolytes en fonction de la phénologie des insectes et des arbres attaqués
Chronologie des attaques d’Ips typographus, Symptômes sur arbre, Interventions phytosanitaires Tempête
(1999) Année 2000 (mois) Année 2001 (mois)
12 1 2 3 4 5 6 7 8 9 10 11 12 1 2 3 4 5 6 7 8 9 10 11 12 Phénologie de
l’insecte 1er vol 2ème vol Phénologie de l’arbre Houppier Chablis Symptôme Attaque 1er vol Symptôme Attaque 2ème vol Tronc Symptôme Attaque 1er vol Symptôme Attaque 2ème vol Interventions phytosanitaires Détection au sol Exploitation
Houppier de couleur « verte-jaune » Houppier de couleur « rouille » Houppier de couleur « grise » Perte d’écorce (0 →100%)
Suivi des foyers de scolytes dans les chablis (année 2000) et aux alentours (année 2001 et suivantes) Exploitation des chablis et foyers d’infestation
Dégâts faibles Dégâts importants
Dégâts importants
Chablis Chablis et foyers
Dégâts moyens
Objectifs
2 Objectifs de la thèse
Comme nous l’avons déjà dit, la lutte préconisée contre les scolytes est essentiellement basée sur la détection précoce des nouveaux foyers. Sachant que ceux-ci ont tendance à se distribuer de manière agrégative en phase épidémique (Wichmann et Ravn, 2001, Delplace, non publié2), les méthodes de détection préconisées devront être performantes en termes de précision (détection des nouveaux et/ou anciens foyers, localisation et inventaire) et de rapidité de mise en œuvre. De plus, il est nécessaire d’évaluer leur coût afin d’estimer la pertinence de telle ou telle méthode par rapport aux risques encourus. Elles devront, en outre, être applicables sur des vastes étendues correspondantes à l’échelle du massif forestier vosgien.
Cette thèse a pour but d’évaluer, selon les critères définis plus haut, l’essentiel des techniques d’observation disponibles afin de disposer, à terme, d’une méthode ou d’une combinaison de méthodes efficaces dans la détection précoce de foyers d’Ips typographus en phase épidémique.
Cette thèse est divisée en trois parties.
Dans la première partie, nous avons estimé l’apport de différentes méthodes de suivi au sol dans la détection de foyers de scolytes à l’échelle du massif forestier. Leurs performances ont été évaluées via des simulations sous SIG (système d’information géographique). Les résultats des simulations SIG présentant les meilleures performances ont ensuite fait l’objet d’une validation sur le terrain.
La deuxième partie a consisté à évaluer la précision et la faisabilité d’observations de foyers réalisées par un observateur embarqué à bord d’un hélicoptère ou d’un ULM.
Enfin, dans la troisième partie, nous avons évalué l’apport de la télédétection dans le repérage de foyers de scolytes. Plusieurs types d’imagerie ont été testés : la photographie aérienne infrarouge (Infrared Color, IRC), l’imagerie satellitaire à haute (20 m en multispectrale, images SPOT) et ultra haute (0,70 cm en panchromatique, 2,4m en multispectrale, images Quickbird) résolution spatiale.
2 Dans le cadre d’une analyse sur système d’information géographique (SIG) de l’évolution spatio-temporelle des foyers de scolytes dans la forêt de Val de Senones pour la période de 1991 à 1995 après les tempêtes de 1990, nous avons pu constater que, sur l'ensemble des 5 années (242 données), 50% des foyers se situent à moins de 30 m, 70 % à moins de 120 m d'un foyer de l'année précédente et 84% des foyers se localisent à moins de 300 m (voir annexe 9.1).
Zone d’étude et acquisition des observations de référence
3 Aire d’étude et données de référence
3.1 Aire d’étude
L’aire d’analyse de notre travail s’étend sur une zone de plus ou moins 10.000 ha qui comprend les forêts domaniales du Val de Senones, du Donon et d’Abreschviller. Cette zone est essentiellement peuplée d’épicéas, de sapins et de hêtres et elle a été fortement endommagée par les tempêtes de 1999. A la suite de quoi, elle fut grandement touchée par les attaques de scolytes de l’épicéa (Ips typographus, Pityogenes chalcographus).
Bien qu’une partie importante de nos expériences se sont déroulées sur l’entièreté de cette aire d’étude, nous avons également choisi à l’intérieur de celle-ci une zone pilote d'environ 150 ha fortement touchée par les dégâts de scolytes qui a été régulièrement parcourue dans son entièreté afin de déterminer avec une haute précision la localisation et l'importance des foyers de pullulation. Elle sera la principale base de référence dans l’évaluation des méthodes étudiées.
Figure 3.1 - Cartographie de la zone d’étude
3.2 Acquisition et caractéristiques des données de référence employées dans ce travail
Pour réaliser ce travail, il a été nécessaire d’acquérir et de créer tout un panel de données qui nous servirons dans l’analyse et la validation des méthodes de détection abordées. Celles-ci se composent d’informations environnementales ainsi que des recensements de zones infestées. Nous en énumérons dans cette section leurs caractéristiques ainsi que leurs utilités.
3.2.1 Données environnementales
Les données environnementales que nous avons utilisées ont été fournies par le « SIG d’Epinal »3 . Elles recouvrent toute l’aire d’étude (10.000 ha) et ont été intégrer dans un SIG (système d’information géographique). Elles comprennent :
• Des cartes topographiques de l’IGN au 1/25.000 scannées et géoréférencées (couche matricielle).
Elles nous ont servis à la création de points de contrôle pour la géorectification des images satellitaires du chapitre 6.
• Un parcellaire (couche vectorielle de polygones) des zones forestières.
• Des caractéristiques des peuplements (densité, type de peuplement et hauteur des arbres). Deux types de données nous ont été fournis. Premièrement, sous forme de couche vectorielle de polygones à l’échelle de la parcelle sur l’entièreté de la zone d’étude. Deuxièmement, sous forme matricielle d’une résolution de 20 X 20 m pour les forêts du Val de Senones.
Ces deux derniers points nous ont servi à la réalisation des simulations élaborées dans le chapitre 4 de cette thèse. De plus les caractéristiques des peuplements nous ont permis de créer un masque de végétation dans le chapitre 6.2.
• Un modèle numérique de terrain de l’IGN (MNT ; couche matricielle composée de pixels représentant des pavés de 50 X 50 m). Celui-ci est également indispensable dans la réalisation des simulations du chapitre 4. De plus, le MNT nous a permis de corriger géométriquement les images SPOT et Quickbird dans le chapitre 6 et d’élaborer un modèle de normalisation topographique pour l’imagerie SPOT au chapitre 6.2.3.4.
3.2.2 Données d’infestation de référence
Ces données sont essentielles car elles nous ont permises d’évaluer la précision de détection des différentes méthodes étudiées. Elles se composent de données d’infestation sommaires récoltées au sol par les agents de l’ONF sur de larges zones forestières, de recensements précis et exhaustifs au sol des foyers centrés
principalement sur la zone pilote et également de données d’infestation récoltées grâce à une analyse visuelle par stéréoscopie sur les photographies aériennes infrarouges à notre disposition (relevés non exhaustifs disséminés sur la zone d’étude). Toutes ces informations ont été intégrées à un SIG.
3.2.2.1 Données ONF
Nous avons tout d’abord eu à notre disposition une carte des foyers recensés par les agents de l’ONF dans la forêt domaniale du Val de Senones pour les années 1991, 1992, 1993, 1994 et 1995. Les foyers délimités représentent l’étendue maximale des foyers par année d’attaque. Il n’y a aucune indication sur le nombre ou la couleur des foyers. Ces données nous ont servi comme base de référence dans la détermination de la précision de la classification des zones infestées obtenue à partir des séries temporelles d’images SPOT (chapitre 6.2).
Nous avons ensuite des données récoltées en 2001 et 2002 par les agents forestiers sur l’entièreté de la zone d’étude. Pour chaque foyer recensé, nous disposions, en principe4, de :
• La situation ainsi que la forme du foyer indiquées sur carte topographique au 1 / 25.000 ;
• Le nombre et/ou le volume d’arbres attaqués ;
• La date de découverte du foyer ;
• La date d’exploitation du foyer ;
3 Département de l’ONF
4 Il s’est avéré que pour certains relevés une partie des données descriptive demandées étaient manquantes (particulièrement sur l’importance et la couleur des foyers).
• Un code qui représente la couleur dominante du feuillage du foyer lors de sa découverte (vert, jaune, rouille, gris, sans aiguilles).
Ces données nous ont servi de base de référence dans le chapitre 4.4 pour estimer quel types de suivis au sol pourraient présenter les meilleurs résultats « efficacité/rendement » pour des simulations sur SIG. Elles ont été utilisées également comme base de référence dans la détermination de la précision de détection des foyers de scolytes à l’aide d’un suivi aéroporté en ULM (chapitre 5).
3.2.2.2 Recensements exhaustifs au sol
Plusieurs missions de recensements exhaustifs ont été réalisées lors de ce travail. Pour chaque foyer recensé, nous avons annoté les informations suivantes :
• La situation et la forme du foyer délimitées par GPS ;
• Le nombre d’arbres attaqués ;
• L’apparence des arbres attaqués déterminée selon des critères de :
L’état de l’écorce (pourcentage encore présent) ;
Code de couleur de la couronne à sa base et à son sommet (vert, jaune, rouille, gris, sans aiguilles).
La dimension des zones parcourues, les dates des recensements ainsi que leur utilisation dans nos analyses sont reprises dans le tableau 3.1.
Tableau 3.1 – Caractéristiques des relevés de terrain exhaustifs
Date de recensement dimension des zones parcourues Utilisation
Octobre 2001 150 ha (zone pilote) Base de référence pour l’estimation de la précision des méthodes de suivis aéroportées en hélicoptère (chapitre 5)
Avril 2002 150 ha (zone pilote) Base de référence pour l’estimation de la précision des méthodes de suivis aéroportés en hélicoptère (chapitre 5) Août - septembre 2002 150 ha (zone pilote) Base de référence pour l’estimation de la précision des
méthodes de suivis aéroportés en hélicoptère (chapitre 5) Création de zones d’entrainement et de validation pour
l’analyse de la photographie aérienne infrarouge (chapitre 6.3)
Création de zones d’entrainement et de validation pour l’analyse de l’image satellitaire à ultra haute résolution spatiale (Quickbird) (chapitre 6.4)
Septembre 2004 150 ha (zone pilote) Base de référence pour l’estimation de la précision de détection des meilleurs trajets utilisés dans les techniques de suivis au sol (chapitre 4.5)
Septembre 2004 50 ha Base de référence pour l’estimation de la précision de
détection des meilleurs trajets utilisés dans les techniques de suivis au sol (chapitre 4.5)
3.2.2.3 Comparaison entre recensement exhaustif et données de l’ONF 3.2.2.3.1 Introduction
Comme mentionné ci-dessus, les recensements exhaustifs et les foyers de l’ONF nous serviront de base de référence dans l’estimation de la précision des méthodes de détection abordées dans cette thèse. Il nous a semblé indispensable de les comparer afin d’en estimer leur degré de concordance.
Plusieurs incertitudes peuvent diminuer cette concordance :
- erreur de positionnement. Tout d’abord, il y a une incertitude liée au positionnement géographique des foyers. En effet, pour les foyers ONF, celui-ci est laissé à l’appréciation des agents forestiers qui effectuent une localisation grossière sur carte. Il est susceptible d'une certaine erreur, qui peut modifier la qualité des résultats de l’analyse. Il était donc utile de pouvoir l’estimer.
- erreur temporelle. Un deuxième problème potentiel est lié au fait que l’exploitation des foyers n’est pas ponctuelle, mais peut s’étendre sur une longue période. Les agents forestiers ont délimité la surface d’un foyer au moment de sa découverte. Cette aire variera en fonction de l’exploitation de ce foyer. Il est donc possible que la surface d’arbres scolytés délimitée lors de relevés en pleine période d’exploitation ne corresponde pas à la surface originelle délimitée par les agents forestiers.
- erreur de dénombrement. Une dernière difficulté possible résidait dans les critères définissant les limites d’un foyer. Les critères utilisés pour les recensements exhaustifs sont visuels. Ils consistent à considérer un épicéa scolyté comme appartenant à un foyer de plusieurs arbres s’il était en contact direct avec les autres arbres infestés. Pour les gros foyers, la proportion d’arbres sains ne devait pas dépasser 10 %. Les agents de
l’ONF n’ayant pas fait de relevés GPS, ils auront sans doute tendance à regrouper plus facilement des foyers proches les uns des autres, surtout s’ils sont de petites tailles.
3.2.2.3.2 Analyse
Pour l’année 2002, les recensements exhaustifs devraient constituer un sous-ensemble des foyers ONF.
L’analyse a consisté à comparer le nombre de foyers recensés et leur importance ainsi que l’erreur de positionnement entre les deux types de recensements.
3.2.2.3.3 Résultats
Le tableau 3.2 nous montre le nombre ainsi que la taille des foyers relevés dans la zone pilote pour les recensements exhaustifs et les foyers de l’ONF.
Tableau 3.2 - Nombre et taille des foyers délimités par l’ONF et recensements exhaustifs pour 2002
Taille des foyers Exhaustif ONF
Foyer de 1 arbre 54 1
Foyer de 2-3 arbres 9 3
Foyer de 4-8 arbres 11 2
Foyer de 9-15 arbres 5 2
Foyers de 16-30 arbres 2 3
Foyers de plus de 30 arbres 7 16
Total 88 27
Nb d'arbres scolytés répertoriés 524 1.253
Les recensements exhaustifs ont identifié un plus grand nombre de petits foyers (1 à 15 arbres); l'ONF a identifié un nombre plus élevé de grands foyers (> 15 arbres). La proportion de gros foyers est beaucoup plus importante dans les relevés de l’ONF car ils représentent la surface originelle des foyers avant le début de leur exploitation alors que certains de ces foyers ont été partiellement exploités à la période des relevés exhaustifs, comme nous le prouve le nombre beaucoup plus important d’arbres scolytés recensés par l’ONF.
Le tableau 3.3 nous donne une idée du degré de superposition des positionnements de l’ONF et des recensements exhaustifs.
Tableau 3.3 - Comparaisons de positionnement entre les foyers recensés par l’ULB et par l’ONF Proportion des recensements exhaustifs qui se retrouve dans la surface des foyers délimitée par l'ONF 38%
Proportion des recensements exhaustifs qui ne se retrouvent pas dans la surface des foyers délimitée par
l'ONF mais qui peuvent y être assimilés (situés à proximité immédiate) 53%
Proportion des recensements exhaustifs qui ne se retrouvent pas dans la surface des foyers délimitée par
l'ONF mais qui peuvent être assimilés à de plus vieux foyers 8%
Proportion des recensements exhaustifs qui ne peuvent être assimilés aux foyers de l'ONF 1%
L’erreur moyenne de positionnement des recensements exhaustifs qui peuvent être assimilés aux foyers de l’ONF mais qui ne sont pas compris dans leur périmètre au sol (47 foyers) est de 29 m (Ecart-type 23 m)5. 3.2.2.3.4 Discussion
Dans le tableau 3.2, le nombre plus élevé de petits foyers des recensements exhaustifs peut s’expliquer soit par le fait que les foyers originels ont été morcelés en plusieurs foyers de plus petite taille lors de l’exploitation à cette période, soit par le fait que plusieurs petits foyers individualisés des recensements exhaustifs ont été regroupés en un plus gros foyer par l’ONF.
Ces résultats confirment bien les deux dernières hypothèses développées dans la section Introduction: i) l’exploitation des foyers n’est pas ponctuelle, mais peut s’étendre sur une longue période; l'aire variera donc en fonction de l’exploitation du foyer; ii) les agents de l’ONF ont sans doute plus facilement tendance à regrouper des foyers proches les uns des autres surtout s’ils sont de petites tailles (ceci s’avère plus pratique dans le cadre d’une exploitation forestière).
Cette non-linéarité entre la taille des foyers pour les deux types de recensements est un problème important. Il touche à la notion même de foyer. Comment définir les foyers? Deux notions complémentaires peuvent être
5 La distance calculée est la distance minimum qu’il faut pour que les foyers exhaustifs soient complètement englobés dans les foyers ONF.
utilisées : une détermination des ensembles d’arbres attaqués suivant des critères visuels6, ou une détermination grâce à l’utilisation des géostatistiques pour prendre en compte la dépendance spatiale entre groupes d’arbres attaqués. Bien que nous ayons pu mettre en évidence qu’il existe une dépendance spatiale entre foyers d’une même année7, nous ne disposions pas à l’époque de relevés de terrain suffisamment précis que pour en déterminer sa réelle portée. Nous avons donc utilisé la première approche, plus intuitive.
D’autre part, nous pouvons observer dans le tableau 3.3 que 99% des foyers repérés par l'ONF et reportés sur carte correspondent ou sont assimilables aux recensements exhaustifs. Les écarts de positionnement éventuels sont assez restreints (29 ± 23 m).
3.2.2.3.5 Conclusion
Dans cette comparaison, nous avons pu mettre en évidence les liens entre foyers de l’ONF et recensements exhaustifs. La plupart de ces derniers peuvent être assimilés aux foyers de l’ONF (99 %) avec une erreur de positionnement assez faible (29 ± 23 m). Cependant, les deux types de foyers se différencient fortement dans leur définition. L’ONF ayant tendance à regrouper en de gros foyers des entités qui sont individualisés dans les recensements exhaustifs.
3.2.2.4 Données d’infestation recensées par analyse visuelle par stéréoscopie Nous avons créé une dernière source de données d’infestation de référence grâce à une analyse visuelle par stéréoscopie sur des photographies aériennes infrarouges (chapitre 6.3). Deux classes d’infestation y ont été définies, des foyers de couleur grise (fort dépérissement de la couronne avec de nombreuses aiguilles de couleur grise) et des foyers de couleur rouille (dépérissement moyen de la couronne avec de nombreuses aiguilles de couleur rouille). Ces données, ajoutées au recensement au sol de août-septembre 2002, ont servi à confectionner les zones d’entrainement et de validation utilisées dans l’analyse numérique des photographies IRC et de l’image à ultra haute résolution spatiale Quickbird (chapitre 6.3 et 6.4).
6 Voir introduction
7 Dans une analyse spatiale (semi-variogramme) sur l'ensemble des foyers des 10.000 ha, en 2002, nous avons comparé la distribution des centroïdes des 363 foyers existants avec celle de 550 points choisis aléatoirement (à l'aide du script "Random Point", ArcView ver. 3.2, ESRI, Redmont) dans les zones plantées d'épicéas. On peut observer qu’il y a une dépendance spatiale entre foyers très élevée à courte distance et qui se maintient sur une portée de 2000 m (voir annexe 9.3).
Les techniques de détection au sol
4 Les techniques de détection au sol
4.1 Introduction
A ce jour, il n’existe pas de travaux qui comparent spécifiquement les techniques de recensement des foyers utilisables au sol à l’échelle du massif forestier pour détecter les foyers de scolytes. Certaines études ont cherché à mesurer par des enquêtes au sol les dégâts occasionnés par I. typographus (Worrel 1983). D’autres études ont essayé d’optimiser l’estimation des populations de scolytes à l’aide de relevés au sol (en autres : British Columbia Ministry of Forests, 1995; Melville et Welsh, 2001; Safranyik et Linton, 2002) sans pour autant se concentrer sur l’optimisation des techniques d’observations directes au sol dans la détection de foyers d’infestation.
4.2 Objectif
L’objectif de cette partie est d’évaluer l’apport de différentes méthodes de suivi au sol dans la détection de foyers de scolytes à l’échelle du massif forestier. Leurs performances ont été évaluées via des simulations sous SIG (système d’information géographique) en termes d'efficacité (proportion des foyers détectés), de précision (proportion des arbres attaqués vus dans chaque foyer, localisation spatiale) et de rendement (rapport coût/précision). Les résultats des simulations SIG ont ensuite fait l’objet d’une validation sur le terrain, et ces résultats ont été également comparés à de nouvelles simulations effectuées dans les mêmes conditions environnementales (voir figure 4.1).
Figure 4.1 – Organigramme d’évaluation des « techniques de détection au sol »
Simulation 2
Simulation Terrain
Données affinées d’évaluation de la précision
des « meilleurs » trajets Données d’évaluation de la précision des différents types de
trajets
Simulation 1
Détermination des « meilleurs » trajets
Données de Référence
(Couche SIG) - Localisation précise et exhaustive des foyers par positionnement GPS
Données expérimentales
(Couche SIG) - Localisation des foyers suivant les « meilleurs » trajets
Comparaison des localisations des foyers selon les types de trajet
Données d’évaluation de la précision « meilleurs »
trajets
Comparaison Terrain / Simulation
