Contribution to bark beetle risk modelling
Contribution à la modélisation du risque scolyte
Abstract
Since 2018, spruce forests in the Grand-Est region have been suffering severe dieback caused by the proliferation of Ips typographus bark beetles. These beetles develop under the bark of spruce trees. Stopping the infestation is difficult, as the signs are only visible when the young bark beetles have already moved on to colonise new trees. Given the importance of detecting attacks as early as possible, the UMR TETIS has designed a remote sensing chain to detect outbreaks by detecting anomalies in the water flow of trees. In order to better contextualise this detection, our study aims to develop a phenological model to compare the outputs of FORDEAD with the biology of the insect. The RITYPY model was developed using the RITY-2 model method. Simulations were carried out on the SENTINEL–2 32ULU tile for 2023. The RITYPY outputs show a correlation between altitude and development speed, which is consistent with the insect’s biology. Comparisons between FORDEAD and RITYPY seem to show that the greatest increases in anomalies correspond to the periods when the most generations are in developpement.
Therefore, our model seems to be able to help to better contextualise these anomalies. Outputs from FORDEAD at a finer temporal resolution would enable us to confirm this. The
temperature data used for the 2024 forecasts do not seem reliable enough to correctly estimate the development of bark beetles. Nevertheless, the model is useful for identifying areas to be monitored and is easily adaptable to other regions.
Depuis 2018, les forêts d’épicéas du la région Grand-Est subissent d’importants dépérissements dus à la prolifération de scolytes typographes Ips typographus. Ces coléoptères se développent dans sous l’écorce des épicéas. Il est difficile de stopper l’infestation car les signes ne sont vraiment visibles que lorsque les jeunes scolytes sont déjà partis coloniser de nouveaux arbres.
Devant l’importance de détecter les attaques au plus tôt, l’UMR TETIS a conçu une chaîne
de télédétection permettant de repérer les foyers grâce à la détection d’anomalies dans le flux hydrique des arbres. Afin de mieux contextualiser cette détection, notre étude vise à développer un modèle phénologique permettant de comparer les sorties de FORDEAD à la biologie de l’insecte. Le modèle RITYPY a été développé selon la méthode du modèle RITY-2. Les simulations ont été réalisées sur la maille SENTINEL–2 32ULU pour 2023. Les sorties de RITYPY montrent une corrélation entre l’altitude et la vitesse de développement, ce qui est cohérent avec la biologie de l’insecte. Les comparaisons entre FORDEAD et RITYPY semblent montrer que les plus fortes augmentations d’anomalies correspondent aux périodes où le plus de générations se développent. Notre modèle semblent donc pouvoir aider à mieux contextualiser ces anomalies. Des sorties de FORDEAD à une résolution temporelle plus fine permettrait de le confirmer. Les données de température utilisées pour les prévisions 2024 ne semblent pas assez fiable pour estimer correctement le développement des scolytes. Néanmoins, le modèle présente un intérêt dans l’identification des zones à surveiller et est facilement adaptable sur d’autres régions.
| Origin | Files produced by the author(s) |
|---|