Amélioration de la surveillance de la diversité spatio-temporelle des arbres de mangrove et des schémas de distribution

Les informations spatio-temporelles sur les assemblages d'espèces de mangroves naturelles, perturbées et réhabilitées, représentent une condition préalable essentielle pour des stratégies efficaces de conservation et de gestion de la biodiversité. Cependant, les stratégies d'échantillonnage appropriées sur le terrain en raison de l'hétérogénéité spatiale entravent encore la détection de la répartition des espèces et de leur évolution temporelle. Une quantité croissante de données de télédétection semble être le moyen idéal pour relever ces défis.

Dans un article coordonnée par Valéry Gond, de l'UPR Forêts et Sociétés, cette lacune est comblée en présentant une revue des défis et des limitations pour évaluer l'état actuel de la diversité des espèces.

Les auteurs concluent que la discrimination des espèces basée sur les techniques de télédétection est toujours limitée par la contamination atmosphérique et les fluctuations des marées. Le manque d'informations précises sur l'évolution spatio-temporelle de la diversité des espèces et de la structure des forêts réduit encore la compréhension des indicateurs fonctionnels et le pouvoir prédictif des approches de modélisation.

Néanmoins, les techniques de télédétection multi-sources pourraient apparemment capturer l'hétérogénéité du paysage et soutenir des plans d'échantillonnage systématiques. Des données de formation et de validation spatialement équilibrées (systématiques) sont nécessaires pour compiler des informations spatio-temporelles robustes, permettant des prédictions fiables pour optimiser les efforts de restauration.

Un échantillonnage systématique des informations écologiques spatio-temporelles est vital pour suivre l'état historique des mangroves, détecter leur dégradation et prédire les futurs modèles de distribution des espèces qui sont généralement cruciaux pour la restauration, et en particulier pour réhabiliter la diversité des espèces.

Publiée : 07/11/2023