Cartographie de la biodiversité végétale de la Réserve Naturelle de Mabi-Yaya en Côte d’Ivoire - AGROPARISTECH Access content directly
Master Thesis Year : 2023

Cartographie de la biodiversité végétale de la Réserve Naturelle de Mabi-Yaya en Côte d’Ivoire

Abstract

Knowledge of the spatial distribution of species is of crucial importance for various scientific and operational applications, particularly due to the significant issue of biodiversity decline. Currently, several remote sensing techniques are employed to monitor biodiversity, including biodiversity mapping methods based on spectral imaging spectroscopy acquired from airborne sensors or satellites. In this context, Féret and de Boissieu (2020) developed an R package called biodivMapR. This package includes an operational chain for unsupervised classification of optical images, allowing the production of biodiversity indicator maps from spectral imaging data. However, it is worth noting that this methodology has been sparsely validated with field data. In this study, we explore whether this method can be used to predict the beta plant diversity of the Mabi-Yaya Nature Reserve in southeastern Côte d'Ivoire. The abundance of plant species was collected in 44 plots, each measuring 1256 m2. Alpha diversity indicators (Shannon's index) and beta diversity (Bray-Curtis dissimilarity) were calculated from both field data and spectral information (Sentinel-2 images) obtained using biodivMapR. A comparison of the results of this method (biodivMapR) with those of diversity indicators calculated from field data was conducted in this study. A significant relationship exists between field-measured data and biodivMapR-estimated data for alpha diversity, with an R2 of 46.11% (Shannon's index). Concerning beta diversity, the correspondence between measured (field) and estimated (biodivMapR) data was evaluated at 44.34%. Our results indicate that the biodivMapR method using Sentinel-2 images can predict a relatively high percentage of species richness variance and potentially provide a framework for mapping and predicting alpha and beta diversity of tropical forest trees. However, additional studies targeting different ecosystems are necessary to enable its use in both operational and scientific contexts, such as decision support.
La connaissance de la distribution spatiale des espèces revêt une importance cruciale pour de nombreuses applications scientifiques et opérationnelles, notamment en raison de l'enjeu majeur lié au déclin de la biodiversité. Actuellement, plusieurs techniques de télédétection sont utilisées pour surveiller la biodiversité, parmi lesquelles les méthodes de cartographie de la biodiversité basées sur la spectroscopie de l'imagerie spectrale acquise à partir de capteurs aéroportés ou de satellites. À cet égard, Féret et de Boissieu (2020) ont développé un package en langage R appelé biodivMapR. Ce package comprend une chaîne opérationnelle de classification non supervisée d'images optiques, permettant ainsi de produire des cartes d'indicateurs de biodiversité à partir des données obtenues par imagerie spectrale. Cependant, il convient de noter que cette méthodologie a très peu été validée avec des données de terrain. Dans cette étude, nous explorons si cette méthode peut être utilisée pour prédire la diversité végétale ligneuse bêta de la Réserve Naturelle de Mabi-Yaya au sud-est de la Côte d’ Ivoire. L’abondance des espèces ligneuse a été collectée dans 44 placettes de 1256 m2 chacune. Les indicateurs de diversité alpha (l'indice de Shannon) et bêta (la dissimilarité de Bray-Curtis) ont été calculés à partir des données terrain et d’informations spectrales (images sentinel 2) obtenues à l’aide de biodivMapR. Une comparaison des résultats de cette méthode (biodivMapR) avec ceux des indicateurs de diversité calculés à partir du jeu de données de terrain a été effectuée dans cette étude. Il existe une relation significative entre les données mesurées sur le terrain et celles estimées par biodivMapR pour les données de diversité alpha avec un R2 = 46,11% (indice de Shannon). En ce qui concerne la diversité bêta, la correspondance entre les données mesurées (terrain) et estimées (biodivMapR) a été évaluée à 44,34 %. Nos résultats indiquent que la méthode biodivMapR utilisant des images Sentinel-2 peut prédire un pourcentage relativement élevé de variance de la richesse en espèces et potentiellement fournir un cadre pour cartographier et prédire la diversité alpha et bêta des arbres des forêts tropicales. Néanmoins, afin de permettre son utilisation tant dans des contextes opérationnels et scientifiques tels que l’aide à la décision, des études supplémentaires ciblant différents écosystèmes doivent être menées.
Fichier principal
Vignette du fichier
YEBOUA_2023.pdf (3 Mo) Télécharger le fichier
Origin : Files produced by the author(s)

Dates and versions

dumas-04511112 , version 1 (19-03-2024)

Licence

Attribution - NonCommercial - NoDerivatives

Identifiers

  • HAL Id : dumas-04511112 , version 1

Cite

Koffi Ambroise Yéboua. Cartographie de la biodiversité végétale de la Réserve Naturelle de Mabi-Yaya en Côte d’Ivoire. Sciences de l'environnement. 2023. ⟨dumas-04511112⟩
1 View
0 Download

Share

Gmail Facebook X LinkedIn More