Modélisation de la régénération après-feu de l’épinette noire par télédétection

Les feux sont le moteur principal de la régénération naturelle des peuplements dans la forêt boréale. Cependant, les changements climatiques anticipés risquent de modifier leur dynamique et d’induire de l’hétérogénéité dans les patrons de sévérité. Bien que la plupart des peuplements incendiés se régénèrent correctement, les gestionnaires forestiers doivent néanmoins réaliser des opérations de régénération artificielle dans les zones où les feux sont peu sévères. Ce mémoire vise ainsi à développer un modèle prédictif permettant d’évaluer la distribution spatiale des microsites favorables à la régénération naturelle post-incendie des peuplements forestiers boréaux du Québec en utilisant la télédétection et des mesures in situ. La sévérité de 30 feux survenus depuis 1985 dans la forêt boréale fermée du Québec a été analysée à l’aide de tests de comparaison et de régressions Random Forest. Par ailleurs, des modèles de probabilité de présence de microsites favorables à la régénération de l’épinette noire ont été développés en utilisant l’algorithme Maxent. La modélisation à fine résolution spatiale a été réalisée à partir de données acquises dans six placettes d’entraînement situées dans une zone incendiée à Labrieville, dans l’est de la forêt boréale fermée, en 2018. Les résultats indiquent que la variabilité de la sévérité des feux est principalement expliquée par la topographie, mais que cette caractéristique du feu présente des tendances temporelles distinctes à travers la forêt boréale fermée depuis 1985. De plus, les modèles de probabilité de présence de microsites générés dans cette étude offrent des performances supérieures à celles de modèles aléatoires (AUC = 0,71). Des tests de permutations réalisés sur les prédicteurs indiquent que les variables les plus importantes des modèles sont la microtopographie, évaluée par le modèle numérique de terrain (50 %), ainsi que la sévérité du feu, évaluée par l’épaisseur de matière organique résiduelle (16 %) et l’indice spectral Modified Soil Adjusted Vegetation Index (12 %). Ces résultats concordent avec les variables prédominantes des modèles de régénération conventionnels. Cette étude comble des lacunes dans nos connaissances sur la sévérité des feux au Québec. De plus, l’utilisation du modèle prédictif développé permettra aux gestionnaires forestiers de cibler précisément les zones où des interventions de régénération artificielle sont nécessaires, permettant ainsi d’optimiser la gestion et les coûts de ces opérations.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.